爲什麼L1和L2正則化可防止過擬合

爲什麼L1和L2正則化可防止過擬合 線性模型常用來處理迴歸和分類任務，爲了防止模型處於過擬合狀態，需要用L1正則化和L2正則化降低模型的複雜度，很多線性迴歸模型正則化的文章會提到L1是通過稀疏參數（減少參數的數量）來降低複雜度，L2是通過減小參數值的大小來降低複雜度。網上關於L1和L2正則化降低複雜度的解釋五花八門，易讓人混淆，看完各種版本的解釋後過幾天又全部忘記了。因此，文章的內容總結了網上各種

>>阅读原文<<