1、L1正则和L2正则的区别?
L1正则:可以产生稀疏的模型,可以实现特征的自动选择
L2正则:可以防止过拟合,提升模型的泛化能力
2、什么方法可以防止过拟合问题的发生?
可以增加样本,可以增加正则项
3、常见的核函数有哪些?
线性核、多项式核、高斯核、拉普拉斯核和Sigmoid核
机器学习面试
最新推荐文章于 2024-10-11 19:47:17 发布
1、L1正则和L2正则的区别?
L1正则:可以产生稀疏的模型,可以实现特征的自动选择
L2正则:可以防止过拟合,提升模型的泛化能力
2、什么方法可以防止过拟合问题的发生?
可以增加样本,可以增加正则项
3、常见的核函数有哪些?
线性核、多项式核、高斯核、拉普拉斯核和Sigmoid核