摘要: L1和L2在不同领域的不同叫法机器学习领域:正则化项统计学领域:惩罚项数学领域:范数Lasso和Ridge回归在Lasso回归中正则化项是用的L1,L1是绝对值距离也叫做哈曼顿距离。Lasso回归可以压缩一些系数,把一些系数变为0,是一种处理具有复共线性数据的有偏估计。在Ridge回归中正则化项是用的L2,L2是平方距离也叫做欧式距离。是一种专门应用于共线性数据的回归方法。对于L1和L2都有一个公... 阅读全文
posted @ 2018-12-23 13:42 Ruyi.Luo 阅读(453) 评论(0) 推荐(0) 编辑