机器学习（深度学习）缓解过拟合的方法——正则化 L1范数和L2范数L1范数L2范数 过拟合的本质：模型对于噪声过于敏感，把训练样本里的噪声当做特征进行学习，以至于在测试集的表现不好，加入正则化后，当输入有轻微的改动，结果受到的影响较小。 正则化的方法主要有以下几种： 参数范数惩罚，比较好理解，将范数加入目标函数（损失函数），常见的有一范数，二范数数据集增强添加噪声ear