摘要：
一、前述 鲁棒性调优就是让模型有更好的泛化能力和推广力。 二、具体原理 1、背景 第一个更好，因为当把测试集带入到这个模型里去。如果测试集本来是100，带入的时候变成101，则第二个模型结果偏差很大，而第一个模型偏差不是很大。 2、目的 鲁棒性就是为了让w参数也就是模型变小，但不是很小。所以引出了 阅读全文
摘要：
一、前述 回归问题求解时梯度下降由于样本数据的多样性，往往对模型有很大的影响，所以需要对样本数据做一些优化 二、归一化 1、背景 各个维度的输入如果在数值上差异很大，那么会引起正确的w在各个维度上数值差异很大。这样找寻w的时候，对各个维度的调整基本上是按照同一个数量级来进行调整的。因此需要归一化。 阅读全文