机器学习算法系列（七）：L1正则化与L2正则化

本文主要从该博客处学习：https://blog.csdn.net/u012162613/article/details/44261657 一： 模型过拟合 简单来讲，就是在训练集上表现很好，误差很小，准确率很高，但是在测试集中，表现很差，误差很大。 第一幅图为欠拟合，第二个为正常拟合，第三个为过拟合。 解决过拟合一般有两种方法： 1.丢弃一些不能帮助我们预测的特征的数量。 2.正则化。保留所有特

>>阅读原文<<