機器學習--正則化(Regularization)

機器學習--正則化(Regularization)   【基本概念】 正則化是指修改學習算法，使其降低泛化誤差. 正則化是一種爲了減小測試誤差的行爲(有時候會增加訓練誤差)。 我們在構造機器學習模型時，最終目的是讓模型在面對新數據的時候，可以有很好的表現。當你用比較複雜的模型比如神經網絡，去擬合數據時，很容易出現過擬合現象(訓練集表現很好，測試集表現較差)，這會導致模型的泛化能力下降，這時候，我們

>>阅读原文<<