模型正则化好像只适用于回归问题？

Question

波波老师 ， 模型正则化可以解决过拟合问题 ， 那我遇到分类问题，想要解决过拟合问题 ， 可以用降维 ， 增加样本数量 ， 降低模型复杂度 ，除了这些， 还有其他方法吗？ 如果模型正则化适用于回归问题 ， 那么分类有没有对应的解决方法 ？

Answer 1

liuyubobobo 2019-05-19 15:13:56

正则化是一个通用术语，而不是这一章所介绍的这个具体方法。这一章所介绍的方法，是线性回归算法用于正则化的方式。但是，其他算法也可以正则化。具体的数学表示可能不同，但是，做的事情都是通过引入额外信息，来”惩罚“原始的目标函数。

百度百科的这个解释是正确的。只要引入Ω（θ），就叫正则化：https://baike.baidu.com/item/%E6%AD%A3%E5%88%99%E5%8C%96%E6%96%B9%E6%B3%95

在这个课程后续，你还会看到我们在其他算法上使用正则化的思路。只不过Ω（θ）的表达式（也就是正则化项），可能和线性回归的不一样。

所以，不是只有回归算法才能使用正则化。

关于过拟合的问题，可以参考这里：http://coding.imooc.com/learn/questiondetail/39781.html

继续加油！：）

http://coding.imooc.com/learn/questiondetail/39781.html

• 提问者 爱西瓜同志 #1

  非常感谢！:)