python机器学习-chapter2_4

•R²是一个回归模型的评价标准，也叫作决定系数，位于0~1之间，越接近1表示预测效果越好

训练集和数据集的分数非常接近，说明可能存在欠拟合

训练集的分数很好但测试集的分数不好，说明存在过拟合

•线性回归（普通最小二乘法 OLS）：

寻找w和b，使得训练集的预测值与真实的回归目标值之间的均方误差最小。（均方误差：预测值与真实值之差的平方和除样本数）

•岭回归（ridge regression）:

对系数w的选择：

♠在训练集上有好的预测效果

♠拟合附加约束

♠w尽量小（所有的w都尽量接近零，每个特征对输出的影响尽可能小）

这种约束即为正则化，正则化可以避免回归模型过拟合。

标签：分数,机器,训练,python,回归,chapter2,正则,拟合,预测值
来源： https://www.cnblogs.com/bozi/p/12256727.html