DAY8(机器学习--正则化总结)

Posted apinke

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了DAY8(机器学习--正则化总结)相关的知识,希望对你有一定的参考价值。

作用:正则化是一种有效的防止过拟合、提高模型泛化能力方法,在机器学习和深度学习算法 中应用非常广泛,在早期的机器学习领域一般只是将范数惩罚叫做正则 化技术,而在深度学习领域认为:能够显著减少方差,而不过度增加偏差的策略都可以认为 是正则化技术,故此推广的正则化技术还有:扩增样本集、早停止、Dropout、集成学习、多 任务学习、对抗训练、参数共享等(具体见花书)

对于正则化的认识则依据此图进行说明

技术图片

1.正则化等价于结构风险最小化,其是通过在经验风险项后加上表示模型复杂度的正 则化项或惩罚项,达到选择经验风险和模型复杂度都较小的模型目的。

技术图片

技术图片 表示结构风险,

技术图片表示第i 个样本的经验风险,如图上的偏差

技术图片是表征模型 复杂度的正则项,当方差过高的时候就是过拟合(函数)lambda是正则化参数

 

以上是关于DAY8(机器学习--正则化总结)的主要内容,如果未能解决你的问题,请参考以下文章

机器学习面试总结————

吴恩达《机器学习》课程总结_正则化

机器学习-正则化+回归与分类辨析

机器学习总结2 - 关于激活函数损失函数正则化异常检测算法总结

斯坦福大学Andrew Ng - 机器学习笔记 -- 逻辑回归 & 正则化

深度学习正则化