理解正则化(regularization)(贝叶斯角度还不清楚)

正则化通过添加惩罚项防止过拟合,遵循奥卡姆剃刀原则。L1正则(Lasso回归)导致稀疏解,常用坐标下降法和LARS求解;L2正则(Ridge回归)抑制权重过大,可通过梯度下降等方法解决。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值