Lasso迴歸算法： 座標軸下降法與最小角迴歸法小結

原文鏈接 \qquad 線程迴歸的L2正則化-Ridge迴歸，以及線程迴歸的L1正則化-Lasso迴歸。 1. 回顧線性迴歸 \qquad 首先我們簡要回歸下線性迴歸的一般形式： h θ ( x ) = X θ h_\theta(x)=X\theta hθ​(x)=Xθ \qquad 需要極小化的損失函數是： J ( θ ) = 1 2 ( X θ − Y ) T ( X θ − Y ) J(\t

>>阅读原文<<