机器学习--正则化(Regularization)

机器学习--正则化(Regularization)   【基本概念】 正则化是指修改学习算法，使其降低泛化误差. 正则化是一种为了减小测试误差的行为(有时候会增加训练误差)。 我们在构造机器学习模型时，最终目的是让模型在面对新数据的时候，可以有很好的表现。当你用比较复杂的模型比如神经网络，去拟合数据时，很容易出现过拟合现象(训练集表现很好，测试集表现较差)，这会导致模型的泛化能力下降，这时候，我们

>>阅读原文<<