课程背景：
训练集样本量小，但特征却比较多的时候，我们很容易产生模型过于复杂的过拟合现象，(过拟合：模型较为复杂很精确的拟合了训练集，却对测试集的数据不能做出有效的预测)，为了解决这种现象，我们有以下2种方案：训练集样本量小，但特征却比较多的时候，我们很容易产生模型过于复杂的过拟合现象，
阅读背景：
机器学习之&&Andrew Ng课程复习---Regularization
来源：互联网
分享到：
