人工智障学习记录 
过拟合
过于拟合训练集,导致你训练集学的效果过好,但是测试集的数据是你没学过的.导致测试集过差.泛化能力太差,就是接受新样本的能力过差.
欠拟合
当你的数据分布是比较复杂的,而你的模型选择的比较简单,导致模型没有足够的能力去表达这组数据.模型学习不到这组数据中的规律.导致学习的效果不好。这种情况叫做欠拟合.
欠拟合模型一般表现为训练集、测试集下准确度都比较低；过拟合模型一般表现为训练集下准确度较高、测试集下准确度较低
正则化
正则化的目的是在正则话的损失函数后面加上正则项(又叫做惩罚项),
岭回归
都低调点哈，别太高调啊,高调整死你
Lasso回归
你太高调了,鸡哔你！
决策树
相似的输入,必定会产生相似的输出.
作业
上午脑子有点晕,拿快递之后就没跟上,晚上回家看一遍回放. 时间 9:20 后的内容
Lasso回归 岭回归 回家琢磨明白
L1 L2 范数正则化
6027课上