從貝葉斯角度看正則化

Regularization: A Bayesian point of view Introduction ​ 正則化(regularization)是防止模型過擬合(overfitting)的 有效方式之一。常用的正則化包括L1正則和L2正則，我們知道使用L1正則化的迴歸對應LASSO(最小絕對收縮選擇因子)迴歸，使得參數稀疏化，傾向於產生稀疏模型，是一種嵌入式特徵選擇方法，其特徵選擇過程和學習

>>阅读原文<<