機器學習中L1 L2正則化項(範式,懲罰項)

1. 什麼是L1 L2? 正則化項,範式,懲罰項是不同學科範疇的學者的不同叫法,具體如下: 在機器學習稱作正則化; 統計學領域稱作懲罰項; 數學界會稱作範數。 L1範數:L1範數就是曼哈頓距離,向量中每個元素絕對值的和   L2範數:L2就是歐式距離,向量元素絕對值的平方和再開平方   2. 在機器學習中L1 L2起到的作用是? 有如下比較普遍的解釋: L1正則化:可以產生稀疏權值矩陣,即產生一個
相關文章
相關標籤/搜索