机器学习&神经网络—模型评估、正则化

目录   一、模型评估-bias and variance 二、L1、L2正则化： 1、添加L1和L2正则化有什么用？ 2、为什么L1可以实现稀疏化，L2不可以？ 1）数学公式角度 2）几何图像角度 3、那为什么L2正则化可以获得值很小的参数？ 4、L2比L1稳定？  三、神经网络解决过拟合 1、L2正则化 2、dropout 3、early stopping 4、特征归一化 参考链接： 机器学习

>>阅读原文<<