【機器學習】L1、L2正則化項的理解及其在機器學習中的應用

文章目錄 經驗風險和結構風險 正則化項 L1和L2正則化的作用 REF 經驗風險和結構風險 在機器學習任務中，常用損失函數（loss function）來衡量模型輸出值 f ( x ) f(x) f(x)和真實值Y之間的差異，如下面定義的損失函數： L ( Y , f ( x ) ) = ( Y − f ( x ) ) 2 L(Y, f(x)) = (Y - f(x))^{2} L(Y,f(x))

>>阅读原文<<