多项式回归：过拟合、正则化与偏差-方差

观察要点

1. 模型复杂度增加时训练误差单调下降，测试误差先降后升（U 形曲线）。
2. L2 正则（岭回归）限制参数大小，等价于给参数加高斯先验。
3. 增加数据是缓解过拟合最直接的办法：把样本数调到 60 再看高阶多项式。

相关章节：第 2 章 机器学习概述。