会员
周边
捐助
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
FluffyLu
博客园
首页
新随笔
联系
订阅
管理
2018年4月17日
正则化方法
摘要: 参考https://blog.csdn.net/liujiandu101/article/details/55103831 参数惩罚: 在损失函数中加入L1,L2范数惩罚项,或使用可以将L1和L2结合起来的ElasticNet回归。 其中L1正则可同时起到特征选择的作用:当L1正则在参数w比较小的情
阅读全文
posted @ 2018-04-17 15:02 FluffyLu
阅读(146)
评论(0)
推荐(0)
编辑
公告