正則化是通過改變模型參數(shù)來防止過擬合的一個方法。
前面使用多項式回歸屠列，如果多項式最高次項比較大踪央，模型就容易出現(xiàn)過擬合。正則化是一種常見的防止過擬合的方法渊额，一般原理是在代價函數(shù)后面加上一個對參數(shù)的約束項每篷，這個約束項被叫做正則化項（regularizer）。在線性回歸模型中端圈，通常有兩種不同的正則化項：
1.加上所有參數(shù)（不包括thea 0）的絕對值之和焦读，即l1l1范數(shù)，此時叫做Lasso回歸
2.加上所有參數(shù)（不包括thea 0）的平方和舱权，即l2l2范數(shù)矗晃，此時叫做嶺回歸
