LR深入理解

LR基礎推導 LR前世今生 LR正則化 當模型的參數過多時，很容易遇到過擬合的問題。而正則化是結構風險最小化的一種實現方式，通過在經驗風險上加一個正則化項，來懲罰過大的參數來防止過擬合。 奧卡姆剃刀原理：能夠很好地解釋已知數據並且十分簡單的纔是最好的模型。 L1正則化：lasso，稀疏規則，參數稀疏，實現參數自動選擇                   學習地去掉一些無用信息的特徵，將他們權重置0

>>阅读原文<<