Regularization

释义 Definition

regularization（名词）：规范化；正规化；（数学/机器学习中）正则化。常指把某事物变得更有规则、更受约束或更符合标准；在统计与机器学习中，指通过加入约束/惩罚项来抑制过拟合、提升泛化能力。（该词在不同领域含义侧重略有不同。）

发音 Pronunciation (IPA)

/ˌrɛɡjələraɪˈzeɪʃən/

例句 Examples

Regularization helps prevent overfitting in machine learning models.
正则化有助于防止机器学习模型过拟合。

The team improved the model’s stability through regularization, adding a penalty term to discourage overly complex solutions.
团队通过正则化提升了模型的稳定性，加入惩罚项以抑制过于复杂的解。

词源 Etymology

来自 regular（规则的、规范的），其词根可追溯到拉丁语 regula（“尺规、规则”）与 regere（“引导、统治、使笔直”）。后缀 -ization 表示“……化/过程”，合起来即“使之变得更规则、更受约束的过程”。在现代科技语境中，“正则化”是这一“施加规则/约束”的抽象延伸。

相关词 Related Words

• Constraint
• Penalty
• Overfitting
• Generalization
• Normalization
• Stability
• Sparsity
• Bias
• Variance
• Ridge
• Lasso

文学作品中的用例 Literary Works

• Ian Goodfellow, Yoshua Bengio, Aaron Courville — Deep Learning（讨论正则化方法，如权重衰减、dropout 等）
• Trevor Hastie, Robert Tibshirani, Jerome Friedman — The Elements of Statistical Learning（系统介绍统计学习中的正则化与模型复杂度控制）
• Christopher M. Bishop — Pattern Recognition and Machine Learning（包含正则化、贝叶斯视角下的模型约束等内容）