機器學習算法系列（七）：L1正則化與L2正則化

本文主要從該博客處學習：https://blog.csdn.net/u012162613/article/details/44261657 一： 模型過擬合 簡單來講，就是在訓練集上表現很好，誤差很小，準確率很高，但是在測試集中，表現很差，誤差很大。 第一幅圖爲欠擬合，第二個爲正常擬合，第三個爲過擬合。 解決過擬合一般有兩種方法： 1.丟棄一些不能幫助我們預測的特徵的數量。 2.正則化。保留所有特

>>阅读原文<<