机器学习中使用「正则化来防止过拟合」到底是一个什么原理？为什么正则化项就可以防止过拟合？...

原文：http://www.zhihu.com/question/20700829 27 个回答 46赞同 反对，不会显示你的姓名 ALAN Huang， 什么都会一点点 欣然、王志、马克 等人赞同 Orangeprince 的回答非常学院派，也非常系统。 过拟合表现在训练数据上的误差非常小，而在测试数据上误差反而增大。其原因一般是模型过于复杂，过分得去拟合数据的噪声和outliers. 正则化则

>>阅读原文<<