Cuando tenemos un polinomio lineal de alto grado que se usa para ajustar un conjunto de puntos en una configuración de regresión lineal, para evitar el sobreajuste, usamos la regularización, e incluimos un parámetro lambda en la función de costo. Este lambda luego se usa para actualizar los parámetros theta en el algoritmo de descenso de gradiente.

Mi pregunta es ¿cómo calculamos este parámetro de regularización lambda?