l2正则化python_【机器学习】一文读懂L1、L2正则化项及其在机器学习中的应用
经验风险和结构风险在机器学习任务中，常用损失函数(loss function)来衡量模型输出值和真实值Y之间的差异，如下面定义的损失函数：若数据是服从联合分布，则其损失函数的期望值为，也称为模型的真实风险，记作。我们的目标即是找到最优的模型或者概念来最小化真实风险，即：由于数据的分布是未知的，所以我们我们只能通过历史数据训练得到的模型在训练集上的平均损失来代替这个真实风险，此时在训练集上的平均损失...
