作用体现

参数选择

注意正则化仅在计算模型参数是代价函数的最小化时被使用
而在训练集、交叉验证集、测试集的误差衡量中，不使用正则化

以两倍速递增从小到大赋予正则化参数的值，从验证集的效果中选择拟合较好的正则化参数
再通过测试集衡量泛化性能

正则化参数过大：欠拟合，高偏差
正则化参数过小：过拟合，高方差

真实情况中会有噪声导致线条凌乱，需要观察数据的总体趋势
选择时，选择方差曲线最小时对应的正则化曲线的大小