關於正則化的理解

關於正則化的理解 正則化是什麼 帶約束條件的最優化 等高線 正則化 總結 正則化是什麼 在機器學習中，如果參數過多或者過大，會導致過擬合的情況出現，通常可以在原損失函數上增加一個正則項，或者叫懲罰項，來解決過擬合的問題。 常用的正則化有兩種，L1正則化和L2正則化，分別對應（式1）和（式2），L1正則項是所有參數的絕對值之和，L2正則項是所有參數的平方和。這裏先下結論，L1正則化可以減小參數，甚至

>>阅读原文<<