損失函數正則化方法

正則化方法 爲防止模型過擬合，提高模型的泛化能力，通常會在損失函數的後面添加一個正則化項。L1正則化和L2正則化可以看做是損失函數的懲罰項。所謂【懲罰】是指對損失函數中的某些參數做一些限制 L1正則化(ℓ1 -norm) 使用L1正則化的模型建叫做Lasso Regularization(Lasso迴歸),直接在原來的損失函數基礎上加上權重參數的絕對值， η \eta η爲正則化參數： 假設損失函

>>阅读原文<<