机器学习-吴恩达-二（欠拟合过拟合、正则化）

正则化、欠拟合过拟合

 正则化在代价函数中加入对每个参数的惩罚变量项可以理解为使得预测函数更加平滑或者边界函数更加平滑，防止由于训练数据少参数多导致的过拟合

标签：吴恩达,函数,平滑,正则,参数,拟合
来源： https://www.cnblogs.com/duoruaimi4/p/16122162.html