正則化、過擬小解

過擬合(overfitting)是機器學習中很常見的問題，指的是一個模型在訓練集上表現很好但是泛化能力巨差(在測試集上的表現糟糕)。如果一個模型飽受過擬合困擾，我們也說此模型方差過高，造成這個結果的原因可能是模型含有太多參數導致模型過於複雜。同樣，模型也可能遇到欠擬合(underfitting)問題，我們也說此模型偏差過高，原因是模型過於簡單不能學習到訓練集中數據存在的模式，同樣對於測試集表現很差

>>阅读原文<<