機器學習筆記---正則化爲什麼可以抑制過擬合？

前言 上期詳細的介紹了過擬合的現象。那如何抑制過擬合呢？大家都知道應該加入正則化項，那爲什麼加入正則化可以達到這個效果？參考了很多資料，所以就有了這篇筆記。 本文約2.3k字，預計閱讀15分鐘 正則化 機器學習的直觀理解 在機器學習中，我們要想找到數據背後的規律，就需要一個足夠好的模型在數據上進行推理，這就是機器學習的訓練過程。如何來定義模型的好壞呢？這就引入了「損失（代價）函數」的概念。 損失函

>>阅读原文<<