2018年12月23日
L1和L2正则
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(435) 评论(0) 推荐(0) 编辑