過擬合以及正則化（L0,L1,L2範數）

在機器學習中，今天接觸模型的正則化，很多問題不是很理解，看了大神的博客http://blog.csdn.net/zouxy09/article/details/24971995，和一些自己的理解寫了這篇文章。這篇文章主要回答了，什麼是範數，過擬合的原因和情況，正則化爲什麼可以防止過擬合，L1,L2在解決過擬閤中的不同點。 一、範數的定義： 範數是具有「長度」概念的函數。在向量空間內，爲所有的向量的

>>阅读原文<<