函数正则化是为了应对过拟合,防止模型只能适用于训练集,而无法用于测试集和实际环境。加入正则项,即可实现正则化,避免这个问题。
在此之前先了解两个范数
L1-范数:若向量有N个元素,则向量范数为N个元素的绝对值之和
L2-范数:N个元素的平方先求和,再对和开方
L1-范数:所有列向量求和,取和最大的那一列的和
L2-范数:也称为谱范数,是
基本上是一个或多个系数(正则强度alpha)分别乘以一个或多个范数组成,加入到预测的函数中,然后继续计算损失函数,寻找损失函数的极小值点或最小值点。
alpha属于超参数,要在开始前确定,一般通过交叉验证确定。
因篇幅问题不能全部显示,请点此查看更多更全内容
怀疑对方AI换脸可以让对方摁鼻子 真人摁下去鼻子会变形
女子野生动物园下车狼悄悄靠近 后车司机按喇叭提醒
睡前玩8分钟手机身体兴奋1小时 还可能让你“变丑”
惊蛰为啥吃梨?倒春寒来不来就看惊蛰
男子高速犯困开智能驾驶出事故 60万刚买的奔驰严重损毁