机器学习面试题之机器学习基础(一)

1、L1与L2正则化 他们都是可以防止过拟合,降低模型复杂度。 L1会趋向于产生少量的特征,而其他的特征都是0;L2会选择更多的特征,这些特征都会接近于0。L1在特征选择时非常有用,L2就只是一种规则化而已。 简单总结一下就是: L1范数: 为x向量各个元素绝对值之和。 L2范数: 为x向量各个元素平方和的1/2次方,L2范数又称Euclidean范数或者Frobenius范数 。 Lp范数: 为
相关文章
相关标签/搜索