機器學習——L1和L2正則化

正則化(Regularization) 訓練機器學習模型的要點之一是避免過擬合。如果發生過擬合,模型的精確度會下降。這是由於模型過度嘗試捕獲訓練數據集的噪聲。噪聲,是指那些不能代表數據真實特性的數據點,它們的生成是隨機的。學習和捕捉這些數據點讓你的模型複雜度增大,有過擬合的風險。 正則化是一種迴歸的形式,它將係數估計(coefficient estimate)朝零的方向進行約束、調整或縮小。也就是
相關文章
相關標籤/搜索