模型的正则化

Why & What 正则化 首先，从使用正则化解决了一个什么问题的角度来看：正则化是为了防止过拟合， 进而增强泛化能力。 正则化项 正则化其实就是在原始的损失函数中添加一个正则化项，用于约束 w w w 的取值空间。 正则化项一般都是单调递增函数，函数模型越复杂，正则化值越大。 这样设置风险函数，就可以很好地保证在模型的识别上去的情况下，模型的复杂度不会太大。进而保证了模型的泛化能力，防止过拟合

>>阅读原文<<