機器學習面試-處理迴歸問題

● L1和L2正則化的區別 參考回答： L1是模型各個參數的絕對值之和,L2爲各個參數平方和的開方值。L1更趨向於產生少許的特徵,其它特徵爲0,最優的參數值很大機率出如今座標軸上,從而致使產生稀疏的權重矩陣,而L2會選擇更多的矩陣,可是這些矩陣趨向於0。算法 ● 問題：Loss Function有哪些，怎麼用？ 參考回答： 平方損失（預測問題）、交叉熵（分類問題）、hinge損失（SVM支持向量機

>>阅读原文<<