作为机器学习初学者
学到了正则化，思想是通过增加惩罚项减小参数从而减弱过拟合现象
我在想增加惩罚项的思想是不是源于
麦克劳林公式的分母增加阶乘
两者好像有点点异曲同工的意思我感觉
有无大佬解惑哇