因为格式问题和公式问题，请前往我的博客： https://blog.kaaass.net/archives/611
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 3323 days ago, the information mentioned may be changed or developed.
 |
1
suiterchik Apr 23, 2017
然而还是没有说到要点上
正则化无非是为了满足设计者对参数的一些偏好所引入的约束罢了 |
 |
2
KAAAsS OP @suiterchik 从某种程度上，您这样说没错。但是正则化之所以能有效解决过拟合，还是有其道理的。文章其实就是想说明这个道理。当然，我认为除了“满足偏好”之外，正则化还是会让模型更加 perfect 的。
|
 |
3
menc Apr 23, 2017  1
@suiterchik
写的挺好的，硬生生加入一个对参数大小的约束是缺乏解释性的，不能因为"它运行的很好"就说“它是对的”，所有能够让模型跑的更好的 trick ，一定都要有 learning theory 的支撑。 |
|
4
menc Apr 23, 2017
不过原文先验和后验概率的定义写反了
|
 |
5
hackpro Apr 24, 2017
可以尝试提供一个直观点的解释：
相对于低阶模型，高阶模型引入的额外参数往往绝对值较大，使得模型在数据集上具有高频分量。引入正则化后系数参数明显变小，相当于削弱高阶项引入的额外的参数的权重。 |
Select Language