标签:正则化

为什么L1稀疏,L2平滑?

qingchuan 机器学习 2,768 次浏览 , ,
使用机器学习方法解决实际问题时,我们通常要用L1或L2范数做正则化(regularization),从而限制权值大小,减少过拟合风险。特别是在使用梯度下降来做目标函数优化时,很常见的说法是,  L1正则化产生稀疏的权值, L2正则化产生平滑的权...
Go