本文主要是介绍吴恩达2022机器学习专项课程(一）8.2 解决过拟合，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目录
- 解决过拟合（一）：增加数据
- 解决过拟合（二）：减少特征
- 特征选择
- 缺点
- 解决过拟合（三）：正则化
- 总结
解决过拟合（一）：增加数据
收集更多训练数据，是解决过拟合的首要方法。
解决过拟合（二）：减少特征
如果收集不到更到的训练数据，则看看是否可以使用更少的特征，我们需要特征选择。
特征选择
选择合适的特征集，具体做法是根据直觉，保留你认为最有用的特征（课程专项第二部分会细讲）。
缺点
万一所有特征都是很有用的，特征选择可能会丢弃一些有用的特征。有些算法会自动选择特征集（专项课程二详细说明）。
解决过拟合（三）：正则化
尽可能的缩小参数的值，例如0.000014,0.0001。
总结
解决过拟合最常用的三种方法分别是增加训练集数据，减少训练样本特征，以及使用正则化。正则化是使用最多也是效果最好的方法。
这篇关于吴恩达2022机器学习专项课程(一）8.2 解决过拟合的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
