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:
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。
表示结构风险,
表示第i 个样本的经验风险,如图上的偏差
,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
机器学习总结2 - 关于激活函数损失函数正则化异常检测算法总结