Machine Learning——Norm regularization（范数正则化L0、L1、L2）

简单介绍下监督机器学习的基本内容与形式化目标函数

监督机器学习：在规范化参数的同时最小化误差。

（1）最小化误差：训练模型，使其尽可能拟合训练数据

（2）规范化参数：防止模型过分拟合训练数据

 

------> 过分拟合：参数太多导致模型的复杂度上升，这时模型队训练数据可很好估计，但对于测试数据误差增大

 

基于监督的机器学习的模型训练目标是使用相对简单的模型对测试误差最小化，提升模型整体的泛化能力。其中模型的简单与否就是根据规则化函数来实现的，通过规则化函数还可以约束模型的特性。

 

基于监督学习的目标函数：