L1正則化和L2正則化

在機器學習中，我們非常關心模型的預測能力，即模型在新數據上的表現，而不希望過擬合現象的的發生，我們通常使用正則化（regularization）技術來防止過擬合情況。正則化是機器學習中通過顯式的控制模型複雜度來避免模型過擬合、確保泛化能力的一種有效方式。如果將模型原始的假設空間比作「天空」，那麼天空飛翔的「鳥」就是模型可能收斂到的一個個最優解。在施加了模型正則化後，就好比將原假設空間（「天空」）縮

>>阅读原文<<