![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
日常问题
文章平均质量分 53
calm-one
这个作者很懒,什么都没留下…
展开
-
Zotero文献管理总结
文献管理zotero原创 2022-06-15 23:02:46 · 753 阅读 · 0 评论 -
日常问题:L1范数和L2范数在机器学习中的作用?
L1范数就是向量元素的绝对值之和L2范数就是向量元素的各元素平方和再开根号作为损失函数,L1损失和L2损失解释:损失函数即真实值与预测值之间的差异性度量,L1损失就是所有样本真实与预测值的差值的绝对值之和,L2损失即所有样本真实与预测值的差值的绝对值的平方和优缺点分析:L2损失一定有一条最优的预测线,L1损失可能存在多个解;L1损失对异常值不敏感,鲁棒性更强正则化技术使用到L1正则和L2正则解释:正则化技术就是为了防止过拟合,所以限制了学习的权重,L1正则即权值的绝对值之和,L2正则即原创 2022-01-18 22:41:51 · 2585 阅读 · 0 评论