正则化是根据模型的复杂度；来对模型进行惩罚，复杂度越高惩罚越高，从而使得结构化风险最小化，一般来说越复杂的模型越容易过拟合，经验风险较小，反之也成立，越简单的模型，不容易过拟合，但是经验风险较大。泛化能力可以通过，泛化误差进行评估，并且可以通过泛化误差上界进行评估，一般来说样本容量越大误差上界越小，其假设空间容量越大误差上届越大。
正则化是根据模型的复杂度；来对模型进行惩罚，复杂度越高惩罚越高，从而使得结构化风险最小化，一般来说越复杂的模型越容易过拟合，经验风险较小，反之也成立，越简单的模型，不容易过拟合，但是经验风险较大。泛化能力可以通过，泛化误差进行评估，并且可以通过泛化误差上界进行评估，一般来说样本容量越大误差上界越小，其假设空间容量越大误差上届越大。
