2018-11-29
閱讀量:
1418
lasso回歸的懲罰函數(shù)
def lasso_penalty(beta, alpha):
return alpha * sum(abs(beta_i) for beta_i in beta[1:])
總的說來,嶺回歸的懲罰項(xiàng)會(huì)縮小系數(shù),但是, lasso 的懲罰項(xiàng)卻趨向于迫使系數(shù)變?yōu)?0
值,這使得它更適于學(xué)習(xí)稀疏模型。 令人遺憾的是,它不適用于梯度下降法。






評(píng)論(0)


暫無數(shù)據(jù)
CDA考試動(dòng)態(tài)
CDA報(bào)考指南
推薦帖子
0條評(píng)論
0條評(píng)論
0條評(píng)論
0條評(píng)論