Matafight's world

我们一般都会添加正则化项防止过拟合，那么到底是为什么呢？

所谓过拟合就是模型在训练数据集上的误差小，而在测试数据上的误差大。
为什么会产生过拟合呢？

1. 参数过多
2. noise

python 下安装第三方模块有三种方式：

1. 源码安装
   一般的安装方式都是 cmd cd 到目标目录执行 python setup.py install

2. 脚本安装

python中的编码:

1. unicode
2. utf-8
3. gbk

\int_a^b f(x)\, \mathrm{d}x
积分
\sum \nolimits _1^100
求和 且 \nolimits 强调上下限位于符号的右侧 \limits 表示上下限位于符号上下

\stackrel{}{} 堆叠符号
\dots \vdots \ldots

贝叶斯决策论
贝叶斯决策论是解决模式分类问题的一种基本统计途径,其出发点是利用概率的不同分类决策与相应的决策代价之间的定量折中.它做出了如下假设:决策问题可以用概率的形式来描述,并且假设所有有关的概率结构均已知,其实它只是基于常识判别的一种形式化而已.