逻辑回归-正则化项缓解特征共线性

问题：为什么正则化可以防止过拟合？
由于过拟合本质是过多的特征被启用导致的，导致模型泛化性变差，所以防止过拟合要降低特征的数量，可以通过使 w 个数减少，问题就变成让 W 向量中项的个数最小化，方法就是让 w 变成或趋近于 0，因为向量中 0 元素对应的 x 是没有任何权重的。

来源：通过正则化解决过拟合问题 - 简书 (jianshu.com)

看例子

X = np.array([[1,2,3,4],[1,4,9,16],[2,4,12,20]]).T
y = np.array