機器學習入門筆記（四）

LASSO代價函數 在常規的代價函數中，參數一般只會趨於0而不會直接取0，因此將代價函數進行修改，即L1正則化。 J ( θ ) = 1 2 m [ ∑ i = 1 m ( h θ ( x i ) − y i ) 2 + λ ∑ j = 1 n ∣ θ j ∣ ] J(\theta)=\frac{1}{2m}[\sum_{i=1}^{m}(h_\theta(x^i)-y^i)^2+\lambda\

>>阅读原文<<