机器学习-正则化

在机器学习中，正规化是防止过拟合的一种重要技巧。从数学上讲，它会增加一个正则项，防止系数拟合得过好以至于过拟合。 L1就是权重的和: L2是权重的平方和:  最小平方损失函数的L1正则化：   最小平方损失函数的L2正则化：   它们的性质的区别总结如下： L2正则化 L1正则化 计算效率高（因为有解析解） 在非稀疏情形下计算效率低 非稀疏输出 稀疏输出 无特征选择 内置特征选择   解的唯一性是

>>阅读原文<<