会员
周边
众包
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
CrescentTing
博客园
首页
新随笔
联系
管理
订阅
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
公告