模型过拟合-解决方案(一):Regularization/正则化/Weight Decay【L1正则化、L2正则化】【为了约束模型的参数,防止参数过于偏执(为了拟合某些离群点而导致模型过于复杂)】

人工智能-模型过拟合解决方案:Regularization/正则化/Weight Decay【L1正则化、L2正则化】

  • 一、 L1-norm(sklearn.linear_model.LassoCV)
  • 二、L2-norm(sklearn.linear_model.RidgeCV)
  • 三、Elastic Net(sklearn.linear_model.ElasticNetCV)
  • 四、L1正则 与 L2正则 解的稀疏性
    • 1、角度01:函数叠加
    • 2、角度02:解空间形状
    • 3、角度03:解空间形状
    • 4、角度04:梯度下降角度分析

    <

你可能感兴趣的:(机器学习/ML,#,深度学习/DL,人工智能,机器学习,深度学习,L1正则化,L2正则化)