l1和l2正则化区别和适用场景
l1是曼哈顿距离,l2是平方和均值。
l1可以使得特征权重为0,l2只能接近0单等于0.
因此l1适合特征稀疏的场景,用来特征选择。l2适合特征稠密的场景,用来做预防过拟合。
l1可以使得特征权重为0,l2只能接近0单等于0.
因此l1适合特征稀疏的场景,用来特征选择。l2适合特征稠密的场景,用来做预防过拟合。
全部评论
金山笔试?感觉是题出错了,应该logn
相关推荐
今天 10:06
中南大学 Java 点赞 评论 收藏
分享