How does the lack of regularization contribute to overfitting in machine learning models?

Đáp án đúng: "Lack of regularization allows the model to fit the training data too closely.". Regularization (chính quy hoá) như L1/L2 (kernel_regularizer) hay Dropout thêm ràng buộc hoặc phạt vào hàm mất mát để trọng số không phình to, giữ mô hình đơn giản; thiếu nó, một mô hình nhiều tham số tự do uốn theo cả nhiễu của tập huấn luyện, dẫn tới overfitting (quá khớp). "Regularization has no impact on overfitting." sai vì chống quá khớp chính là mục đích của chính quy hoá. "Regularization leads to underfitting rather than overfitting." chỉ đúng khi hệ số phạt đặt quá lớn làm mô hình quá đơn giản; câu hỏi nói về việc thiếu chính quy hoá, nên phát biểu này không trả lời cơ chế được hỏi. "Lack of regularization increases the learning rate." sai vì learning rate (tốc độ học) là siêu tham số của bộ tối ưu, độc lập với việc có chính quy hoá hay không.