您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

机器学习中常常提到的正则化到底是什么意思？

模型,样本,数据机器学习中常常提到的正则化到底是什么意思？

发布时间：2016-12-08加入收藏来源：互联网点击：

机器学习中常常提到的正则化到底是什么意思？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

简单来说，机器学习是根据样本数据训练出一个模型，然后再用这个模型来计算测试数据的输出值。由于样本数据多少会有误差，因此训练出来的模型容易出现“过拟合”的情况（即模型和样本数据几乎完全匹配，但却并不是实际的模型）。正则化就是为了解决“过拟合”的问题，使模型更接近于真实情况，防止被错误的样本数据“带偏了”。

上图中，图1属于欠拟合（一般是因为样本数据太少），图2就是过拟合，虽然完全匹配了样本数据，但是模型太复杂太奇怪明显脱离实际。图3是加入了正则化之后接近真实模型的结果。