L1和L2正则化
一、L1和L2的区别
二、参数正则化作用
- L1: 为模型加入先验, 简化模型, 使权值稀疏,由于权值的稀疏,从而过滤掉一些无用特征,防止过拟合
- L2: 根据L2的特性,它会使得权值减小,即使平滑权值,一定程度上也能和L1一样起到简化模型,加速训练的作用,同时可防止模型过拟合
三、为什么L1会使得权重稀疏,而L2会使得权值平滑
2、【通俗易懂】机器学习中 L1 和 L2 正则化的直观解释
2、【通俗易懂】机器学习中 L1 和 L2 正则化的直观解释