atbjss的博客

原创 机器学习：数据正则化

正则化是在机器学习和深度学习中作为一种抑制过拟合的比较有效的手段之一，好的算法应该具有良好的泛化能力，即不仅要在训练集数据上表现良好，推广到未知的测试数据时，也能有良好的表现。 简而言之正则化的目的是：应对样本少的情况下，使模型适合更多的场景。 通常来说，泛化误差的下降是以训练误差的上升为代价的， 但有些比较好的算法也能兼顾泛化误差和训练误差的良好性能。 ...