机器学习入门笔记（四）

LASSO代价函数 在常规的代价函数中，参数一般只会趋于0而不会直接取0，因此将代价函数进行修改，即L1正则化。 J ( θ ) = 1 2 m [ ∑ i = 1 m ( h θ ( x i ) − y i ) 2 + λ ∑ j = 1 n ∣ θ j ∣ ] J(\theta)=\frac{1}{2m}[\sum_{i=1}^{m}(h_\theta(x^i)-y^i)^2+\lambda\

>>阅读原文<<