【備忘】加入L2範數正則化後的正規方程求解參數推導過程

正則化的引入是爲了解決線性迴歸中過擬合的問題，過擬合直觀解釋即訓練出來的模型複雜度過高，對於當前用於訓練的數據集而言預測非常精準，而對於未知數據樣本的預測準確率逐漸走低，因此在目標函數中除了Loss Function以外引入了一個懲罰項。 其中懲罰項還可以進一步分爲L1範數與L2範數，其中L1範數是趨向於使得一部分參數值w爲0，也叫Lasso；L2範數是削弱某些權重的值來糾正，L2相比L1更常用一

>>阅读原文<<