L1、L2+迴歸模型（lasso、ridge、elasticnet）

嵌入式選擇 有沒有可能將特徵選擇過程與學習器訓練過程融爲一體。 以前我們設計學習器是希望均方誤差達到最小值----min E(x;w) 但是如果我們希望把不需要的特徵變爲0呢？ 我們可以把 但是這是一個NP-hard問題。（NP-HARD問題可以理解爲容易算出任何一種情況的結果值，但是要計算所有結果值然後統計出最小最大值會很難。）   所以怎麼辦呢？ 兩個辦法，辦法一：   L2正則化 二範數是把

>>阅读原文<<