机器学习中的范数规则化-L0,L1和L2范式【很棒的一篇文章!】
监督学习的过程可以概括为:最小化误差的同时规则化参数。最小化误差是为了让模型拟合训练数据,规则化参数是为了防止过拟合。参数过多会导致模型复杂度上升,产生过拟合,即训练误差很小,但测试误差很大,这和监督学习的目标是相违背的。所以需要采取措施,保证模型尽量简单的基础上,最小化训练误差,使模型具有更好的泛化能力(即测试误差也很小)。范数规则化有两个作用:1)保证模型尽可能的简单,避免过拟
原创
2017-11-07 11:03:22 ·
1090 阅读 ·
0 评论