解决机器学习和深度学习模型过拟合，增强鲁棒性和泛化能力总结

数据层面：

数据增强

模型层面：

dropout（深度学习）

损失函数：

1. L1正则化（特征稀疏，或者降维度）
2. L2正则化（特征均衡减少，增强泛化）
3. 用标签平滑技术