机器学习：模型泛化（L1、L2 和弹性网络）

一、岭回归和 LASSO 回归的推导过程 1）岭回归和LASSO回归都是解决模型训练过程中的过拟合问题 具体操作：在原始的损失函数后添加正则项，来尽量的减小模型学习到的 θ 的大小，使得模型的泛化能力更强；   　2）比较 Ridge 和 LASSO 名词 Ridge、LASSO：衡量模型正则化； MSE、MAE：衡量回归结果的好坏； 欧拉距离、曼哈顿距离：衡量两点之间距离的大小；   理解 Ri

>>阅读原文<<