防止过拟合方法之添加正则项的思想原理及作用 一、两种风险最小化二、利用偏差方差分解理解正则化作用
一、两种风险最小化
wjdlc老师的统计学习方法中提到了两种风险最小化，一种是经验风险最小化，另一种是结构风险最小化，
首先我们知道模型的损失越小那么就表明模型越好，模型的输入X以及输出Y均为随机变量，遵循联合分布，所以理论上模型关于联合分布P(X,Y）的平均损失（称为期望损失）如下：
给定训练集，模型关于训练集的平均损失称为经验风险，如下：
根据大数定律，当样本容量趋于无穷大时，便有经验风险趋于期望损失，所以这便是可以用经验风险估计期望风险的原因。于是便有了经验风险最小化原则：
但是现实情况是，我们无法获取无限的训练集，而且训练集往往是真实数据集的一个很小的子集， 并不能很好的反映全部数据的真实分布，所以经验风险最小化很容易出现虽然在训练集上错误率低，但在测试集上错误率高的情况，这种情况就是过拟合。过拟合是由于训练数据集小、噪声以及模型f过于复杂造成的，由此，为了避免过拟合，在经验风险最小化的基础上引入正则项，限制模型的复杂度，结构风险如下：
J(f)代表模型复杂度，λ作为系数权衡经验风险以及模型复杂度的大小。我们应该知道要始终坚持的原则是既要拟合又要泛化，其中经验风险要保证小即满足拟合误差小，模型复杂度要低即保证泛化误差小，一般J(f)可以为L1范数，L2范数，两者作为正则化项的区别会在另一篇博客中总结。
前面讲了，为了避免过拟合我们引入了正则化项代表模型复杂度，如果模型复杂度过高，就会出现过拟合，反之，容易出现欠拟合，所以利用系数λ在经验风险和模型复杂度间权衡，怎么理解这种权衡呢？PRML一书中就利用偏差方差分解思想进行了解释。书中推导出：
期望损失= 偏 差 2 {偏差}^2 偏差2+方差+噪声
那么我们要最小化期望损失，就要保证偏差要小，方差也要小，怎么理解呢？我们应该知道偏差其实就是所有数据的平均预测（一个模型在不同训练集上的预测的平均性能）与最优的预期值的差异，偏差用来衡量模型的拟合能力；方差代表对于不同的输入数据集，模型的预测的解在平均值附近的波动，因此也就可以用来衡量是否过拟合。最优的情况就是偏差小的同时方差也小，也就是前面提到的既要拟合又要泛化。通过下图能更好理解：
实际中，λ增大则降低模型复杂度，减小方差，λ减小，则模型复杂度增加，方差增大，表明泛化能力较低，即过拟合。