機器學習正則化

機器學習正則化筆記概要 正則化（regularization）是用於抑制過擬合的方法的統稱，它通過動態調整估計參數的取值來降低模型的複雜度，以偏差的增加爲代價來換取方差的下降。 在線性迴歸裏，最常見的正則化方式就是在損失函數（loss function）中添加正則化項（regularizer），而添加的正則化項 R(λ) 往往是待估計參數的 p- 範數。將均方誤差和參數的範數之和作爲一個整體來進行

>>阅读原文<<