白话解释正则化原理

白话解释正则化原理 为什么要正则化 如何正则化 L1与L2正则化的区别 为什么要正则化 我们在使用某个训练集训练机器学习模型的过程中，通常会计算在模型训练集上的损失函数来度量训练误差，损失越小，说明模型训练的越好。 但是在实际情况中，我们不仅仅是要求模型在训练集上表现好，我们更希望的是模型在未得到训练的数据集上也有良好的表现，这种在未知的数据集上表现良好的能力称为泛化。 我们当然希望泛化误差越小越

>>阅读原文<<