L2/L1正则化方法

L2/L1正则化方法,就是最常用的正则化方法,它直接来自于传统的机器学习。   L2正则化方法如下: L1正则化方法如下: 那它们俩有什么区别呢?最流行的一种解释方法来自于模式识别和机器学习经典书籍,下面就是书中的图。 这么来看上面的那张图,参数空间(w1,w2)是一个二维平面,蓝色部分是一个平方损失函数,黄色部分是正则项。   蓝色的那个圈,中心的点其实代表的就是损失函数最优的点,而同心圆则代表
相关文章
相关标签/搜索