在机器学习模型的训练过程中，经常会发生过拟合（overfitting）、欠拟合（underfitting）的现象。那这二者究竟为何物呢？

过拟合，通俗点说，就是我们的模型对数据模拟的太好了，训练集中的数据几乎都被完美预测。有人就说了，我预测的完美也有错吗？是的，你有错。因为我们的目标并不是看你训练集中的数据预测得有多好，而是要看在测试集中的表现。也就是说，把这个模型放到新环境中，测试预测效果。同时，我们的训练集中数据有噪声，如果你连噪声都完美预测，那么放到测试集中，模型的表现一定不是很好。专业点说，就是模型的泛化能力差。

欠拟合，正好跟过拟合相反，我们的模型在训练集中表现的太差了，几乎很少能预测正确的。放到测试集中同样不会有很好的效果。

那出现这两种情况该如何解决呢？对于欠拟合来说，我们可以增加模型的复杂度，增加数据量等等手段。而对于过拟合呢，今天的主角——正则化（regularization）就派上用场了。

也就是说，对于我们之前的线性回归模型，给它加一个正则化项，它就不那么容易发生过拟合。根据正则化项的不同，一般分为Ridge Regression（岭回归）和Lasso Regression（拉索回归）。我们先来看应用广泛的岭回归。

岭回归的代价函数如下：

从上式可以看出，正则化项其实就是参数w的平方和再乘以个系数λ。对于加了正则化项的代价函数来说，我们要想求得最小值，从而得到w的解，还是要对J(w)求导。

在没加正则化项之前，J(w)的导数可化简为（参考之前的线性回归模型推导）：

而正则化项的导数为λw/m，把这两个加到一起，就得到

令其等于0，得到：

注意到，w的系数一个为矩阵，一个为标量λ，我们想将w提出来，该怎么办呢？事实上，只要让λ乘以单位矩阵就可以了：

之前我们在线性回归推导到这一步时，曾说到w的矩阵系数可能不可逆。但现在我们添加了λI这一项后，就保证了w的矩阵系数一定是可逆的。所以在等式两边同时乘以矩阵系数的逆，则可求出w为：

这是我们利用求导直接得到了参数w的值，当然我们也可以用梯度下降法来进行计算，只需要在梯度下降公式后面加上‘λm’这一项即可，这里就不再推导了。

推导完之后，我们再来回顾下岭回归的代价函数，重点观察它的正则化项，思考为什么加入它之后就能避免过拟合了呢？

注意我们的参数λ，如果它比较大，那要想J(w)取小值，那么系数w就必须减小，这就降低了模型的复杂度，过拟合现象得以缓解。但λ也不能过大，过大会导致系数被“惩罚”得很厉害，模型反而会过于简单，可能欠拟合；同时，λ也不能过小，当λ趋近于0的时候，相当于我们没有添加正则化项，同样不能缓解过拟合。

最后我们来简单了解下Lasso回归，与岭回归想比，它的正则化项就是参数w的绝对值的和，用公式表示为：

如果我们用梯度下降法，求得J(w)的梯度为：

其中，sign(w)叫做符号函数。它的含义是：当w>0时，sign(w)=1；当w<0时，sign(w)=-1；当w=0时，sign(w)=0。

最后，我们把Lasso回归叫做L1正则化，岭回归叫做L2正则化。因为它们的正则化项分别是L1范数和L2范数。L-p范数的定义如下：

这就是今天的全部内容，下一篇我们会来介绍分类模型，敬请期待。