2018年12月15日
L1、L2正则化详解
摘要： 正则化是一种回归的形式，它将系数估计（coefficient estimate）朝零的方向进行约束、调整或缩小。也就是说，正则化可以在学习过程中降低模型复杂度和不稳定程度，从而避免过拟合的危险。 一、数学基础 1. 范数 范数是衡量某个向量空间（或矩阵）中的每个向量以长度或大小。范数的一般化定义：对 阅读全文
posted @ 2018-12-15 15:53 USTC丶ZCC 阅读(9222) 评论(0) 推荐(0) 编辑