登录
注册
首页
->
机器学习
下载题库
简述正则化项中的L1和L2方法。
答:[参考正则化(Normalization)是一种抑制模型复杂度的常用方法。L1正则化和L2正则化可以看作损失函数的惩罚项。L1正则化是指权值向量w中各个元素的绝对值之和。L2正则化是指权值向量w中各个元素的平方和然后再求平方根(可以看到Ridge 回归的L2 正则化项有平方符号)。L1正则化可以产生稀疏权值矩阵,即产生一个稀疏模型,可以用于特征选择;L2正则化可以防止模型过拟合;一定程度上,L1正则化也可以防止过拟合。]
继续答题:
下一题
更多机器学习试题
1
1895年,日本强迫清政府签订《马关条约》,割去中国( )全岛及所有附属岛屿和澎湖列岛。
2
下列的内容中不属于网络生活中的道德要求的是:
3
PBCH中的DMRS的频域位置是由什么决定的?(单选题,
4
在负载星形联结的三相对称电路中,中性线电流()
5
初中生晓敏在解决问题时,习惯于一步一步分析问题,每步只考虑一种假设或一种属性。提出的假设在时间上有明显的先后顺序,晓敏的认识方式属于()。
6
直流电机电枢对地短路,一种是电枢绕组对地短路,另一种是换向器对地短路。