[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:
WCF 4.0中的动态发现服务WSDiscovery
Windows Server 2008 R2 Server Core
Open Source Web Design
Windows Identity Foundation(WIF)正式发布
 是开始学习IronPython 的时候了
 IronPython 承载和消费WCF服务
 微博客程序 Yonkly
如何启用匿名访问SQL Server Reporting Service 2008
ASP.NET MVC 2 RC 发布
 SharePoint 2010 VHD下载
原文地址：https://www.cnblogs.com/WayneZeng/p/9290705.html