正则化:
作用:选择经验损失(风险)函数和模型复杂度都小的模型(模型复杂可能过拟合,缓解过拟合)
一般形式:
经验损失函数+正则化项,λ大于等于0用于调整二者之间的关系
在经验损失函数小时(经验损失大小取决于于训练误差,模型很好的拟合了训练数据),模型可能很复杂(有多个非零系数),这时正则化项的复杂度(值)会变大。
正则化项一般使用Lp范数,一般使用模型参数(线性回归中x的系数)的L1范数和L2范数
正则化项的引入会
作用:选择经验损失(风险)函数和模型复杂度都小的模型(模型复杂可能过拟合,缓解过拟合)
一般形式:
经验损失函数+正则化项,λ大于等于0用于调整二者之间的关系
在经验损失函数小时(经验损失大小取决于于训练误差,模型很好的拟合了训练数据),模型可能很复杂(有多个非零系数),这时正则化项的复杂度(值)会变大。
正则化项一般使用Lp范数,一般使用模型参数(线性回归中x的系数)的L1范数和L2范数
正则化项的引入会