李航统计学习方法(第二版)基本概念（五）：正则化与交叉验证

正则化与交叉验证用于模型选择

1 正则化

正则化是结构风险最小化策略的实现，是在经验风险上加一个正则化项(regularizer)或罚项(penalty iterm )。正则化项一般是模型复杂度的单调递增函数，模型越复杂，正则化值就越大。
比如，正则化项可以是模型参数向量的范数。

正则化一般形式：

正则化形式：

2 交叉验证

标签：李航,验证,模型,交叉,正则,化项,范数,基本概念
来源： https://www.cnblogs.com/qiu-hua/p/12822965.html