参考链接:第一步:使用正则化线性回归进行曲线拟合import matplotlib.pyplot as plt import numpy as np from scipy import io from scipy import optimize as opt """ 利用最简单的正则化的线性回归函数学习bias与varience """ #1.读取数据 dt = io.loadmat("E:\
什么是偏差/方差?偏差(bias) 度量了学习算法的期望预测与真实结果的偏离程序, 即 刻画了学习算法本身的拟合能力方差(varience) 度量了同样大小的训练集的变动所导致的学习性能的变化, 即 刻画了数据扰动所造成的影响 .准:bias描述的是根据样本拟合出的模型的输出预测结果的期望与样本真实结果的差距,简单讲,就是在样本上拟合的好不好。要想在bias上表现好,low bias,就得复杂化模