Van itt ez a ridge regression, aminek a megoldását jól elmagyarázza, de miért ezt a tagot kell beletenni, hogy ne legyen overfitting?

Mert bünteti a modelledet, ha az x kettő normájára gondolsz. Mivel n darab x van, így túl jól fog illeszkedni és ezt valahogy ugye orvosolni kellene. Erre megoldás, hogy theta nagyságának függvényében bünteted.

Most ha itt azzal van gondod, hogy nem látod miért jó ezt használni, akkor számolgass a gépeden, hogy milyen nélküle és milyen vele a modelled, de ezen nem fogunk tudni segíteni. Most érted nekem logikus, hogy veszem a theta nagyságát és azzal büntetem meg, mert láttam nem egyszer működni, de elhiszem, hogy papíron ezt nem látja az ember.

Amúgy tudod, hogy mi az a p norma? Lehet segíthet, kalkulus II vagy kalkulus III-ban volt róla szó, már nem emlékszem pontosan.