简述正则化项中的L1和L2方法。|机器学习

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邓小平理论是中国共产党和中国人民宝贵的精神财富，是改革开放和社会主义现代化建设的科学指南，是党和国家必须长期坚持的指导思想。
2以合法形式掩盖非法目的的行为是()
3区块链是( )等计算机技术的新型应用模式。
4某市某区人民政府决定将区建材工业局管理的国有小砖厂出售，小砖厂的承包人以侵犯其经营自主权为由提出行政复议申请，本案的行政复议机关应当是：( )。
5剩余价值是雇佣工人所创造的并被资本家无偿占有的超过劳动力价值的那部分价值,它是工人全部劳动的的凝结,体现了资本家和雇佣工人之间剥削与被剥削的关系。()
6生产力中主导性要素是指 ( )。