关于过拟合（overfitting）与正则（regularization）的笔记

模型训练不够会出现欠拟合（underfitting），训练太完美又会过拟合（overfitting）。无论是哪一种，都不是我们想要的结果。 （图引用自台大林轩田老师《机器学习基石》课件第13章） 解决过拟合的方法之一是正则化。周志华老师的《机器学习》中写道：“正则化可理解为一种‘罚函数法’，即对不希望得到的结果施以惩罚，从而使得优化过程趋向于希望目标。从贝叶斯的角度来看，正则化项可认为是提供了模型

>>阅读原文<<