脈絡梳理，正則化和L範數直觀理解

1.正則化背景 雖然我們不斷追求更好的模型泛化力，但是因爲未知數據無法預測，所以又期望模型可以充分利用訓練數據，避免欠擬合。 這就要求在增加模型複雜度、提高在可觀測數據上的性能表現得同時，又需要兼顧模型的泛化力，防止過擬合。 爲了平衡這兩難的選擇，提出了正則化。 2.正則化定義 由此可以總結出，正則化的概念： 在模型中改善過擬合，降低結構風險，提高模型的泛化能力的添加項。 直譯應該是：規則化 3.

>>阅读原文<<