【1】正则化问题:‘’正‘’即惩罚,对不希望的结构施以惩罚,融入先验知识,使得优化过程趋向于希望的目标。
【2】正则化项一般取范数。比如L0范数/L1范数实现稀疏。L0范数是NP难问题所以一般选他的最优凸近似L1范数。
【3】损失函数前面会有参数,参数的作用是为了权衡式子中的两项。比如SVM又有目标函数,又有损失函数。
调参原因:当一项远远大于另一项,那么另一项就可以忽略不急了。参数启放大倍数的作用,对两者进行择中。
【1】正则化问题:‘’正‘’即惩罚,对不希望的结构施以惩罚,融入先验知识,使得优化过程趋向于希望的目标。
【2】正则化项一般取范数。比如L0范数/L1范数实现稀疏。L0范数是NP难问题所以一般选他的最优凸近似L1范数。
【3】损失函数前面会有参数,参数的作用是为了权衡式子中的两项。比如SVM又有目标函数,又有损失函数。
调参原因:当一项远远大于另一项,那么另一项就可以忽略不急了。参数启放大倍数的作用,对两者进行择中。