Sklearn 逻辑分类器的 L1 和 L2 惩罚

Posted

技术标签:

【中文标题】Sklearn 逻辑分类器的 L1 和 L2 惩罚【英文标题】:L1 and L2 Penalties on Sklearn Logistic Classifier 【发布时间】:2021-04-04 05:31:19 【问题描述】:

我在查看 scikit-learn 逻辑回归文档,发现惩罚可以是 L1 和 L2。我知道 lasso 和 ridge 回归也分别称为 L1 和 L2 正则化,所以我想知道 L1 和 L2 惩罚是否指的是同一件事?

【问题讨论】:

【参考方案1】:

是的,这是正确的。对于 L1 和 L2 正则化(Lasso and Ridge Regression),正则化项通常称为 L1 惩罚或 L2 惩罚。

【讨论】:

以上是关于Sklearn 逻辑分类器的 L1 和 L2 惩罚的主要内容,如果未能解决你的问题,请参考以下文章

逻辑回归--参数解释+数据特征不独热编码+训练数据分布可视话

sklearn库学习----逻辑回归(LogisticRegression)使用详解

正则化项L1和L2

sklearn中的SGDClassifier

正则化——参数范数惩罚

正则化项L1和L2的直观理解及L1不可导处理