Изменения

Перейти к: навигация, поиск

Регуляризация

31 байт убрано, 12:54, 21 января 2020
На примере линейной регрессии
|}
Как можно видеть на На Рис 1. представлена зависимость, которая хорошо подходит для описания данных, а на Рис. 2 {{---}} модель слишком сильно заточилась под обучающую выборку.
Одним из способов бороться с этим эффектом {{---}} использовать регуляризацию, т. е. добавлять некоторый штраф за большие значения коэффициентов у линейной модели. Тем самым мы запретим слишком "резкие" изгибы и ограничим возможность подстраивания модели под данные.
193
правки

Навигация