【機器學習】【基本理論】L0、L1、L2和核範數規則化學習總結【待補充整理】

       監督機器學習問題無非就是「minimizeyour error while regularizing your parameters」，也就是在規則化參數的同時最小化誤差。最小化誤差是爲了讓我們的模型擬合我們的訓練數據，而規則化參數是防止我們的模型過分擬合我們的訓練數據。 爲了解決過擬合問題，通常有兩種辦法， 第一是減少樣本的特徵（即維度）， 第二就是我們這裏要說的」正則化「（又稱爲

>>阅读原文<<