【转】L1正则化和L2正则化的理解

转：https://blog.csdn.net/fisherming/article/details/79492602 一、 奥卡姆剃刀(Occam's razor)原理：          在所有可能选择的模型中，我们应选择能够很好的解释数据，并且十分简单的模型。从贝叶斯的角度来看，正则项对应于模型的先验概率。可以假设复杂模型有较小的先验概率，简单模型有较大的先验概率。    二、正则化项   

>>阅读原文<<