在这里我们首先需要明白结构风险最小化原理：
在经验风险最小化（训练误差最小化）的基础上，尽可能采用简单的模型，以提高模型泛化预测精度
我们所谓的正则化，就是在原来 Loss Function 的基础上，加了一些正则化项，或者叫做模型复杂度惩罚项。以我们的线性回归为例子。
优化目标（损失函数）：
加上L1正则项（lasso回归）：
加上L2正则项（Ridge回归）：
下面我们需要理解加了正则化项之后，对于目标函数求解的时候，最终解有什么变化。
我们从图像角度来理解：
假设X是一个二维样本，那么要求解的参数也 也是二维的。下图叫做原函数曲线等高线图。目标函数在图中的等高线（同颜色）每一组 , 带入值都想同，这里代表着多组解。
下面看L1和L2正则项加入后的函数图像：
对比两幅图我们可以看出来：
如果不加L1和L2正则项，对于线性回归损失函数这样的凸函数，我们的最终结果就是最里面紫色小圈圈等高线上的点。
当加入L1正则化的时候，我们先画出 的图像，就是这个菱形。此时，我们的目标不仅是原来的曲线值要越小（接近中心紫色圈圈），还要使得这个菱形越小越好（F越小越好）。那么如果和原来的解一样的话，这个菱形明显很大。
下面看这几步：
-
以同一条原曲线等高线来说，现在用最外面的红色圈圈为例子，对于这个圈圈，过其每个点都可以做一个菱形，如上图易知，当这个菱形与某条等高线相切时候，这个菱形最小，对应的L1范数更小。
体现在公式上面，在相同的 下，由于相切的时候小，即 小，所以能够使得二者加起来更小，即lasso回归更小。
我们可以看到，为了得到 lasso回归 的解，一定是某个菱形和某条原函数等高线的切点。观察可以得到，几乎所有的原函数等高曲线，和某个菱形相交的时候容易相交在坐标轴上，也就是说，最终的结果中，某些维度的解是容易等于0的，比如上图的是, 这就是我们所说的加入L1正则化范数之后更容易得到稀疏解（解向量中0比较多）的原因。
当然，我们可以通过理论来证明。用求导来证明。考虑一维情况下，其中 是 lasso 回归的目标函数，) 是没有正则化之前的损失函数，剩下的是L1正则项，那么要使得0点成为最值可能的点，虽然目标函数在0点不可导，但是我们只需要让0点左右的导函数异号即可，即
即可，也就是说 的情况下，0点都是可能的最值点。
L2正则化（岭回归）的证明类似。不过结论是L1正则化比L2正则化更加容易获得稀疏解。
我们总结一下，正则化之所以能够降低的原因在于，正则化是结构风险最小化的一种策略实现。
给 loss function 加上正则项，新得到的目标函数 h = f+normal，需要在 f 和 normal 中做一个 trade-off。如果还是像原来只优化 f，那么normal就比较大， h 就不能得到最优解。因此可以看出加正则项可以让解更加简单，符合奥卡姆剃刀理论；同时也符合在偏差和方差（方差表示模型的复杂度）分析中，通过降低模型复杂度，得到更小的泛化误差，降低过拟合。
看一下L1正则化和L2正则化的区别：
L1正则化就是在 loss function 后面加上L1范数，这样比较容易求到稀疏解。L2 正则化是在 LF 后面加 L2范数 平方，相比L1正则来说，得到的解比较平滑（不是稀疏），但是同样能够保证解中接近于0（不等0）的维度比较多，降低模型的复杂度。
