解決過擬合的方式（一）：正則化

一、過擬合 監督機器學習問題無非就是「minimizeyour error while regularizing your parameters」，也就是在規則化參數的同時最小化誤差。最小化誤差是爲了讓我們的模型擬合我們的訓練數據，而規則化參數是防止我們的模型過分擬合我們的訓練數據。因爲參數太多，會導致我們的模型複雜度上升，容易過擬合，也就是我們的訓練誤差會很小。 過擬合問題是指過於完美擬合了訓練

>>阅读原文<<