白話解釋正則化原理

白話解釋正則化原理 爲什麼要正則化 如何正則化 L1與L2正則化的區別 爲什麼要正則化 我們在使用某個訓練集訓練機器學習模型的過程中，通常會計算在模型訓練集上的損失函數來度量訓練誤差，損失越小，說明模型訓練的越好。 但是在實際情況中，我們不僅僅是要求模型在訓練集上表現好，我們更希望的是模型在未得到訓練的數據集上也有良好的表現，這種在未知的數據集上表現良好的能力稱爲泛化。 我們當然希望泛化誤差越小越

>>阅读原文<<