因为才疏学浅,如有不对之处,请发邮件指点liedward@qq.com。非常感谢帮忙指正错误。PS:CSDN上传公式太蛋疼,所以后面都用图片了~
一、正则化的作用:防止过拟合。
什么是过拟合?如下图(欠拟合,正常拟合,过拟合)
过拟合会有什么问题?在训练时过度拟合导致,测试数据放进去后准确率大幅度下降。
我们来看一下正则化是怎么防止它能够过度拟合的?
二、先验知识:
1、 损失函数
2、 梯度下降法更新权重
其中是方程的系数(权重),m为样本(数据)个数。损失函数越小说明与真实样本相差越小。
权重更新,这里以梯度下降为例:
三、正则化: