在看这篇文章前，需要了解两方面知识
能量函数https://blog.csdn.net/a6333230/article/details/79751825
范数https://blog.csdn.net/a6333230/article/details/87860875
正则化用途：避免过拟合问题
如何用？
把正则项（L-1或者L-2范数）加入到能量函数中一起运算，和惩罚函数类似。
惩罚?→能量函数一般都是用来描述一个方程的最优解，找到了能量函数的最小值就找到了方程的最优解，而这个最小值的求解过程多数是一步一步地迭代。惩罚就是能量函数里面的一项，能量函数想要找到最小值，如果迭代的方向不满足惩罚函数需要的方向，那么惩罚函数就变大了，你想小？我偏不要，除非你按我说的做。
例如：
J就是我们的能量函数，前一项（h-y）就是我们的现有函数和目标函数的差值，后一项就是惩罚项，学过范数的能够看出这个后一项类似于二范数，所以这里说的正则项多数是引入的1范数或者2范数。
我们知道了什么是正则项了，那么我们为什么要这么做呢？
从范数（正则项）中我们可以看出，我们要想让J变小，在让（h-y）变小的同时我们还需要让θ的和变小，如何变小呢，尽量让θ的总体数目变小、单个的值变小。
这里可以对应到机器学习当中的权重，更好理解的就是
y=θ1x1+θ2x2+θ3x3+θ4x4……
总体数目变小，有些θ变为0无效掉就好
y=θ1x1+θ4x4……
那么哪些可以变成0能，这个就需要看前一项了（h-y），怎么变对它有利怎么来。
单个的值变小，让每个θ都不过大，这就像不能把鸡蛋都放在一个篮子里一样，不让某几项其作用太大，避免由于为了拟合某几项而造成的整体拟合效果不佳。它的控制也是（h-y）项决定的。
还有就是有些方程如果不加正则项其结果可能一直在跳动不能收敛，当加入正则项后，整个函数开始以正则项为主了。
例如：比较犯难，一个事三个人做也行，四个人做也行，无法得到最终策略，加上正则项人越多花钱越多，所以问题的最终策略就收敛到了找三个人做这件事了。哪三个人？要钱最少的（当然人家要钱多有人家的道理）。
其实他们放到了一起（h-y）与θ，就是一根绳上的蚂蚱，相互制约，最终目的都是为了能量函数最小。
让整体变小的过程是什么呢？迭代，迭代，迭代……涉及到很多参数的函数最优，很多情况下都是迭代。能量函数对变量进行求导，然后对变量进行迭代。
例如
y=0.1x^2
y对x求导0.2x
现在x=10，0.2x=2
迭代x2=x-0.2x（负梯度方向走下降最快（有人会问这里不是求导么？怎么和梯度有关，问得好，去看下这篇比较精彩的讲解：https://blog.csdn.net/a6333230/article/details/81220252））
经过迭代，我们现在的x就变成了x=x2=8，这样看我们就朝着变小的方向进行移动了。机器学习中的w权重迭代就是这个道理。
最后再提一下L-1和L-2的区别（L-1具有稀疏性，L-2不具有（稀疏性——可以去掉方程中的几项，也就是几项的权重为0））
例如
L-1：θ1+θ2+θ3+……
L-2：（θ1）平方+（θ2）平方+（θ3）平方+……
L-1是个棱体，L-2是个球体。
棱体在每个顶点都会出现一些参数为0的现象
而且在求最优时，最终结果很有可能出现在顶点上。而球体则不易出现该现象
