模型调优之正则化

正则化的不同方法： L1正则化 L2正则化 Dropout L1正则化和L2正则化 首先什么是正则化？正则化就是约束目标函数，使得目标函数能够更适应现实问题。机器学习出来的目标函数通常可以很好地拟合训练数据，但泛化能力差，这种成为过拟合现象，为了解决过拟合现象从而在目标函数中引入一个约束项。 图片来自吴恩达深度学习课程 如上图中的损失函数，当参数labda越大，W越小，目标函数越接近线性，越接近第

>>阅读原文<<