解释机器学习中的正则化概念。

Explain the concept of regularization in machine learning.

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: medium

分类: Machine Learning

标签: L1, L2, Overfitting, Bias-Variance

参考答案摘要

答案 正则化通过在损失函数中加入惩罚项来限制模型复杂度，减少过拟合并提升泛化。常见 L2（Ridge）倾向于让权重变小更平滑，L1（Lasso）会产生稀疏权重相当于做特征选择；神经网络中也常用 Dropout、权重衰减、早停等作为正则化手段。关键是通过超参（如 λ）在偏差与方差之间取得平衡。

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。