1.机器学习
代价函数: m是样本数量
直到最后得到的值收敛或者样本使用完。
1.定义代价函数 2.对每个参数求偏导数 3.使用梯度下降算法更新。
数据集先开始进行划分
解决OVERFITTING, 1.在测试集评估模型 2.Regelization 加入惩罚项,λ是惩罚系数(惩罚力度) 即做正则 L2 就是平方和的形式。