（五）用正則化(Regularization)來解決過擬合

1 過擬合 過擬合就是訓練模型的過程中，模型過度擬合訓練數據，而不能很好的泛化到測試數據集上。出現over-fitting的原因是多方面的： 1） 訓練數據過少，數據量與數據噪聲是成反比的，少量數據導致噪聲很大 2 ）特徵數目過多導致模型過於複雜，如下面的圖所示： 看上圖中的多項式迴歸（Polynomial regression），左邊爲模型複雜度很低，右邊的模型複雜度就過高，而中間的模型爲比較合

>>阅读原文<<