夏夜是轻柔的晚风: 这没测试集啊

胖墩会武术: （1）在岭回归中，残差平方和随着岭参数的增加而递增，这是因为岭参数引入了正则化项，通过惩罚模型的系数，防止过拟合。 （2）岭回归的目标是最小化损失函数，其中包括两部分：拟合数据的残差平方和和正则化项。 （3）当岭参数为0时，正则化项不起作用，模型就是普通的最小二乘回归，此时残差平方和最小。但是随着岭参数的增加，正则化项的影响逐渐显现，导致模型在拟合数据和保持系数较小之间达到平衡。

胖墩会武术: 详细请看《章节2.3.2》

BigBigTing: 448x448还要做微调训练，不能224x224后，直接拿448测试的，这点感觉有必要说明下

yifling: 您好，我想问一下岭回归中残差平方和随岭参数增加而递增怎么办，在0的时候是最小值