L1正則項-稀疏性-特徵選擇

原文鏈接: http://chenhao.space/post/b190d0eb.html L1正則化可以產生稀疏權值矩陣,即產生一個稀疏模型,可以用於特徵選擇。 所謂稀疏模型就是模型中很多的參數是0,這就相當於進行了一次特徵選擇,只留下了一些比較重要的特徵,提高模型的泛化能力,降低過擬合的可能。 那麼問題來了,爲什麼L1正則化會產生稀疏解? L1/L2正則化損失函數 線性迴歸L1正則化損失函數:
相關文章
相關標籤/搜索