L2正則化爲什麼能夠使得模型更簡單？

模型產生過擬合的現象表現爲：在訓練集上誤差較小，而在測試集上誤差較大。並且筆者還說到，之所以產生過擬合現象是由於訓練數據中存在一定的噪音，而我們爲了儘可能的做到擬合每一個樣本點（包括噪音），往往就會使用複雜的模型。最終使得訓練出來的模型很大程度上受到了噪音數據的影響，例如真實的樣本數據可能更符合一條直線，但是由於個別噪音的影響使得訓練出來的是一條彎曲的曲線，從而使得模型在測試集上表現糟糕。因此，我

>>阅读原文<<