前言 之所以要使用正则化,就是为了减少过拟合,通过减小假设函数中的参数来达到这个目的。 常见正则化方式 lasso回归与岭回归 使用L1正则化的线性回归叫做lasso回归,L2正则化的线性回归叫做岭回归 对于lasso回归来说,不仅可以预防过拟合,还可以通过使某些参数变成0的方式来进行特征筛选,预防“维度灾难”的发生,达到降维的目的。 岭回归可以显著的预防过拟合。