知識卡片 損失函數的正則化

損失函數的正則化 範數(Norm): 用來度量某個向量空間(或矩陣)中每個向量的長度或大小。 向量範數——L1和L2最常用 矩陣範數 線性迴歸的正則化 使用訓練集擬合線性迴歸方程時,如使用多項式擬合時,一般來說擬合方程的次數越高擬合效果越好,損失函數越小,但擬合函數也變得更加複雜。 在某些異常的情況下,如訓練的數據量較小或者特徵過多時,測試集中如果出現先前訓練集中沒有的樣本,預測結果未必有效,使得
相關文章
相關標籤/搜索