l2正则化python_机器学习之简化正则化:L2 正则化
请查看以下泛化曲线, 该曲线显示的是训练集和验证集相对于训练迭代次数的损失.图 1.训练集和验证集损失图 1 显示的是某个模型的训练损失逐渐减少, 但验证损失最终增加.换言之, 该泛化曲线显示该模型与训练集中的数据过拟合.根据奥卡姆剃刀定律, 或许我们可以通过降低复杂模型的复杂度来防止过拟合, 这种原则称为正则化。也就是说, 并非只是以最小化损失 ( 经验风险最小化 ) 为目标:minimize ...
