10.谷歌《机器学习速成课程》笔记---正则化：简单性

仅有损失项，无法保证目标损失小，可能会导致过拟合。
可以通过降低复杂模型的复杂度来防止过拟合，这种原则称为正则化。

各个权重值越大，最终的L2正则化越大，模型复杂度就越大。
所以通过特征和特征组合的权重值来衡量模型复杂度。

L2 正则化降低较大权重的程度高于降低较小权重的程度。
L2 正则化会使相似度高(存在噪点)两个特征的权重几乎相同。