2020年4月11日
L1 和L2正则化在机器学习里面的应用，拉普拉斯分布和高斯分布
摘要： 正则化是为了防止过拟合。 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：对实数p>=1， 范数定义如下： L1范数： 当p=1时，是L1范数，其表示某个向量中所有元素绝对值的和。 L2范数： 当p=2时，是L2范数， 表示某个向量中所有元素平方和再开根， 阅读全文
posted @ 2020-04-11 07:16 CrescentTing 阅读(3161) 评论(0) 推荐(0) 编辑