机器学习中规则化的需求 模型复杂度过高 过拟合 模型参数数目大于训练样本数目 规则化的作用 降低模型复杂度,防止过拟合(L2范数) 约束稀疏(L0,L1范数) 约束低秩(核范数) 规则化与目标函数 ω∗=arg minω∑i=1cost(yi,f(x