[機器學習]正則化方法 -- Regularization

       首先了解一下正則性(regularity),正則性衡量了函數光滑的程度,正則性越高,函數越光滑。(光滑衡量了函數的可導性,如果一個函數是光滑函數,則該函數無窮可導,即任意n階可導)。         機器學習中幾乎都可以看到損失函數後面會添加一個額外項,常用的額外項一般有兩種,一般英文稱作ℓ1-norm和ℓ2 -norm,中文稱作L1正則化和L2正則化,或者L1範數和L2範數。   
相關文章
相關標籤/搜索