目录
百战程序员,全站22050+开发课程+文档 ,学习精选优质好课快人一步!观看视频 快捷键ALT+N

Python全系列 教程

3567个小节阅读:5931.7k

收藏
全部开发者教程

鸿蒙应用开发

C语言快速入门

JAVA全系列 教程

面向对象的程序设计语言

Python全系列 教程

Python3.x版本,未来主流的版本

人工智能 教程

顺势而为,AI创新未来

大厂算法 教程

算法,程序员自我提升必经之路

C++ 教程

一门通用计算机编程语言

微服务 教程

目前业界流行的框架组合

web前端全系列 教程

通向WEB技术世界的钥匙

大数据全系列 教程

站在云端操控万千数据

AIGC全能工具班

A

A A

White Night

阅读(603)
赞(0)

岭回归与Lasso回归

image-20220523221335278

什么是岭回归与Lasso回归

  • 岭回归与Lasso回归的出现是为了解决线性回归中出现的过拟合问题的
  • 岭回归引入的是L2范数惩罚项,Lasso回归引入的是L1范数惩罚项
  • Lasso回归能够使得损失函数中的许多θ均变成0,可作为特征选择使用

岭回归与Lasso回归的形式

  • 线性回归的损失函数
J(θ)=12mi=1m(hθ(x(i))y(i))2
  • 岭回归的损失函数
J(θ)=12mi=1m(hθ(x(i))y(i))2+λj=1nθj2
  • Lasso回归的损失函数
J(θ)=12mi=1m(hθ(x(i))y(i))2+λj=1n|θj|

其中,λ称为正则化参数,如果λ选取过大,会把所有参数θ均最小化,造成欠拟合,如果

λ选取过小,会导致对过拟合问题解决不当

实时效果反馈

1. 关于岭回归与Lasso回归,下列说法正确的是:

A 两者的出现是为了解决线性回归中出现的过拟合问题的

B 岭回归引入的是L1范数惩罚项

C Lasso回归引入的是L2范数惩罚项

D 岭回归能够使得损失函数中的许多θ均变成0

2. 关于岭回归与Lasso回归的正则化参数λ,下列说法正确的是:

A λ的值等于1

B λ选取过大,会造成欠拟合

C 岭回归的λ大于Lasso回归的λ

D 以上说法均不正确

答案

1=>A 2=>B

 

北京市昌平区回龙观镇南店村综合商业楼2楼226室

©2014-2023 百战卓越(北京)科技有限公司 All Rights Reserved.

京ICP备14032124号-2