keras构建前馈神经网络（feedforward neural network）进行分类模型构建并加入L2正则化

keras构建前馈神经网络（feedforward neural network）进行分类模型构建并加入L2正则化

正则化（Regularization）是机器学习中一种常用的技术，其主要目的是控制模型复杂度，减小过拟合。最基本的正则化方法是在原目标（代价）函数 中添加惩罚项，对复杂度高的模型进行“惩罚”。

#加载需要的包和函数

# Load librariesimport numpy as npfrom keras.datasets import imdbfrom keras.preprocessing.text import Tokenizerfrom keras import modelsfrom keras import layersfrom keras import regularizers# Set random seednp.random.seed(0)

#加载示例数据集：

# Set the number of features we wantnumber_of_features = 1000# Load data and target vector from movie review data(train_data, train_target), (test_data, tes