过拟合(over-fitting)
欠拟合 正好 过拟合
怎么解决
1.丢弃一些不能帮助我们正确预测的特征。可以是手工选择保留哪些特征，或者使用一
些模型选择的算法来帮忙（例如 PCA）
2.正则化。 保留所有的特征，但是减少参数的大小（magnitude）
回归问题的模型是
是高次项导致了这个问题
我们决定要减少??3和??4的大小，我们要做的便是修改代价函数，在其中??3和??4 设置一点惩罚。
??又称为正则化参数（Regularization Parameter）。
取一个合理的 ?? 的值，这样才能更好的应用正则化
正则化线性回归
正则化逻辑回归
机器学习（五）--------正则化(Regularization)
原文：https://www.cnblogs.com/tree1123/p/10695564.html