![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
daisyliudi
这个作者很懒,什么都没留下…
展开
-
机器学习中关于正则项的一些摘抄
L0范数——稀疏表示,非零参数的个数。但是L0范数是NP hard问题,搜索很费劲。L1范数是L0范数的最优化近似,L1范数是L0范数的最紧的凸松驰(比如函数存在多个局部极小值,我们可以松弛成凸函数,只有一个最小值),反正就是L0不能优化,L1可以优化,L1可以代替L0.L1是绝对值之和,把W中有些项优化为0.而L2是W每一项的平方和开方,结果是使得每一项的参数都比较小。可以防止过拟合 为转载 2017-03-20 20:28:23 · 929 阅读 · 0 评论 -
机器学习公式推导
上个星期帮别人推导公式,主要是机器学习算法的优化。在网上找了一份资料,还没来得及好好研究,总结了机器学习中常见的求导,百度云里面有,之后有时间仔细研究。反正我基本都是根据这个推出来的,最后人家给了我1000块钱,还说我推导的很不错。虽然我也不知道我推的是啥!!! 直接把图片传上来做个记录原创 2017-03-29 23:36:51 · 1961 阅读 · 0 评论