【Google 機器學習筆記】七、特徵組合與L2正則化

【Google 機器學習筆記】 七、特徵組合與L2正則化 本節是迴歸模型的最後一節內容，介紹如何使用特徵組合使非線性規律轉換爲線性規律，以及使用L2正則化降低模型複雜度。 概念： 特徵組合 【Feature cross】：通過將單獨的特徵進行組合（求笛卡爾乘積）而形成的合成特徵。特徵組合有助於表達非線性關係。 L2 正則化【L2 regularization】：一種正則化，根據權重的平方和來懲罰權

>>阅读原文<<