摘要： 机器学习中使用正则化来防止过拟合是什么原理？ 什么是过拟合？在训练集上拟合非常好，在测试集上泛化非常差。另一种说法是， 当我们提高在训练数据上的表现时，在测试数据上反而下降。 过拟合现象有多种解释： 经典的是bias-variance decomposition ，但个人认为这种解释更加倾向于直观理 阅读全文