[机器学习]正则化方法 -- Regularization

[机器学习]正则化方法 -- Regularization
那添加L1和L2正则化有什么用？下面是L1正则化和L2正则化的作用，这些表述可以在很多文章中找到。
- L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择
- L2正则化可以防止模型过拟合（overfitting）；一定程度上，L1也可以防止过拟合
相关阅读:
SQL Server XML数据解析
 c# XML和实体类之间相互转换(序列化和反序列化)
C#解析XML详解（XPath以及带命名空间NameSpace）
Jquery实现按钮点击遮罩加载，处理完后恢复
 jquery控制div随滚动条滚动效果
 asp.net中利用Jquery+Ajax+Json实现无刷新分页(二)
easyUI tree点击文字展开节点
 201805牛客模拟考
 策略模式
 非线程安全演变成线程安全---原子性与加锁机制
原文地址：https://www.cnblogs.com/WayneZeng/p/9290705.html