機器學習中使用「正則化來防止過擬合」到底是一個什麼原理？爲什麼正則化項就可以防止過擬合？...

原文：http://www.zhihu.com/question/20700829 27 個回答 46贊同 反對，不會顯示你的姓名 ALAN Huang， 什麼都會一點點 欣然、王志、馬克 等人贊同 Orangeprince 的回答非常學院派，也非常系統。 過擬合表現在訓練數據上的誤差非常小，而在測試數據上誤差反而增大。其原因一般是模型過於複雜，過分得去擬合數據的噪聲和outliers. 正則化則

>>阅读原文<<