深度学习中的正则化

转自：

https://blog.csdn.net/yuweiming70/article/details/81513742

 正则化是用来减小训练集的过拟合，解决过拟合的方法如下图所示：

1、减小特征量的个数，会丢失相关的特征信息

2、选择合适的算法模型

3、正则化：保持特征量的个数不变，减少参数的个数，当有很多特征量时，每一个特征的都会对预测结果产生影响