正則化

Q:關於正則,我們⼀般採⽤L2或者L1, 這兩個正則之間有什麼區別? 什麼時候需要用L2, 什麼時候需要用L1? 首先,過擬合的問題通常發生在變量(特徵)過多的時候。這種情況下訓練出的方程總是能很好的擬合訓練數據。但是,這樣的曲線在新的數據樣本中表現不一定好。也就是說,經驗誤差很小,泛化誤差很大的時候,過擬合就產生了。 而正則化是解決過擬合的一種常用手段。正則化是一種迴歸的形式,它將係數估計朝零的
相關文章
相關標籤/搜索