在大多数分类任务中（例如逻辑回归/线性回归），正则化时通常会忽略偏置项。如果我们不对偏置项进行正则化，是否能得到更好的分类结果？

回答：

示例：

Y = aX + b

正则化的基本思想是，Y的过拟合是由a过于“具体”引起的，通常表现为a的元素值过大。

b只是调整关系的偏移量，因此其规模对这个问题来说远没有那么重要。此外，如果出于某种原因需要一个大的偏移量，对其进行正则化会妨碍找到正确的关联性。

因此，答案在于：在Y = aX + b中，a与解释变量/自变量相乘，b则被加到结果上。