【機器學習必知必會】正則化和範數

寫在前頭 本文格式略微有些亂碼，爲不妨礙閱讀，可以查看我在頭條上寫的原文： https://www.toutiao.com/i6650364324176986637/ 正則化綜述 機器學習中經常會在損失函數中加入正則項，稱之爲正則化（Regularize）。 目的：防止模型過擬合 原理：在損失函數上加上某些規則（限制），縮小解空間，從而減少求出過擬合解的可能性 例子：以最簡單的線性模型爲例 線性回

>>阅读原文<<