- 博客(1)
- 资源 (1)
- 收藏
- 关注
转载 机器学习中的正则化(Regularization)
正则化的概念及原因 简单来说,正则化是一种为了减小测试误差的行为(有时候会增加训练误差)。我们在构造机器学习模型时,最终目的是让模型在面对新数据的时候,可以有很好的表现。当你用比较复杂的模型比如神经网络,去拟合数据时,很容易出现过拟合现象(训练集表现很好,测试集表现较差),这会导致模型的泛化能力下降,这时候,我们就需要使用正则化,降低模型的复杂度。 正则化的几种常用方法 L1 & L...
2019-12-16 18:25:13 2161
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人