机器学习学习记录【持续更新】——L2正则化

L2正则化 什么是L2正则化？ lambda 什么是L2正则化？ 请查看以下泛化曲线，该曲线显示的是训练集和验证集相对于训练迭代次数的损失。 上图显示的是某个模型的训练损失逐渐减少，但验证损失最终增加。换言之，该泛化曲线显示该模型与训练集中的数据过拟合。根据奥卡姆剃刀定律，或许我们可以通过降低复杂模型的复杂度来防止过拟合，这种原则称为正则化。 也就是说，并非只是以最小化损失（经验风险最小化）为目标

>>阅读原文<<