機器學習：模型泛化（L1、L2 和彈性網絡）

一、嶺迴歸和 LASSO 迴歸的推導過程 1）嶺迴歸和LASSO迴歸都是解決模型訓練過程中的過擬合問題 具體操作：在原始的損失函數後添加正則項，來儘量的減小模型學習到的 θ 的大小，使得模型的泛化能力更強；   　2）比較 Ridge 和 LASSO 名詞 Ridge、LASSO：衡量模型正則化； MSE、MAE：衡量回歸結果的好壞； 歐拉距離、曼哈頓距離：衡量兩點之間距離的大小；   理解 Ri

>>阅读原文<<