機器學習之模型的選擇

模型的選擇 機器學習中，如果參數過多，模型過於複雜，容易造成過擬合（overfit）。即模型在訓練樣本數據上表現的很好，但在實際測試樣本上表現的較差，不具備良好的泛化能力。 L2 正則化公式非常簡單，直接在原來的損失函數基礎上加上權重參數的平方和 我們知道，正則化的目的是限制參數過多或者過大，避免模型更加複雜。例如，使用多項式模型，如果使用 10 階多項式，模型可能過於複雜，容易發生過擬合。所以，

>>阅读原文<<