机器学习中正则化项L1和L2的直观理解

Posted 2020-08-06 阿拉丁吃米粉

文章目录

• 正则化（Regularization）
• • 稀疏模型与特征选择的关系
• L1和L2正则化的直观理解
• • 正则化和特征选择的关系
  • • 为什么梯度下降的等值线与正则化函数第一次交点是最优解？
  • L2正则化和过拟合的关系
• 正则化参数的选择
• • L1正则化参数
  • L2正则化参数
• Reference

以上是关于机器学习中正则化项L1和L2的直观理解的主要内容，如果未能解决你的问题，请参考以下文章

正则化项L1和L2的直观理解及L1不可导处理

机器学习中L1,L2正则化项

正则化项L1和L2

机器学习中L1正则化和L2正则化是什么？区别是什么？

L1和L2正则

L1、L2正则化