摘要： 当用比较复杂的模型比如神经网络，去拟合数据时，很容易出现过拟合现象(训练集表现很好，测试集表现较差)，这会导致模型的泛化能力下降，这时候，我们就需要使用正则化，降低模型的复杂度。正则化的目的是防止过拟合，减小误差。 在学习正则化之前先来回顾L1范数和L2范数。 L1范数：最小绝对值误差（LAE）。它 阅读全文