如果训练的模型过拟合，也就是高方差，我们首先想到的是正则化。高方差的解决方法有准备充足的数据，但是有时候我们无法找到足够的数据。下文详细说明正则化方法，包括L2正则化（菲罗贝尼乌斯）、dropout机制、数据扩增、Early stopping。 一、逻辑回归中的正则化 需要求得损失函数 J ( w , b ) J(w,b) J(w,b)的最小值，已知 J ( w , b ) = 1 m