【问题标题】:How to implement regularization / weight decay in R如何在 R 中实现正则化/权重衰减
【发布时间】:2017-08-28 18:39:07
【问题描述】:

我对似乎没有正则化/lambda/权重衰减参数的 R 神经网络包的数量感到惊讶。我假设我错过了一些明显的东西。当我使用像 MLR 这样的包并查看 integrated learners 时,我没有看到用于正则化的参数。

例如:来自 deepnet 包的 nnTrain:
list of params

我看到了几乎所有东西的参数——甚至退出——但没有看到 lambda 或其他任何看起来像正则化的东西。

我对@9​​87654323@ 和mlr 的理解是,它们基本上组织了其他 ML 包,并试图提供与它们交互的一致方式。我没有在其中任何一个中找到 L1/L2 正则化。

我还进行了 20 次谷歌搜索,寻找具有正则化的 R 包,但一无所获。我错过了什么?谢谢!

【问题讨论】:

    标签: r neural-network regularized


    【解决方案1】:

    我查看了mlr 中的更多模型(一项艰巨的任务),最终找到了h2o 包学习器。在mlr 中,classif.h2o.deeplearning 模型有我能想到的所有参数,包括 L1 和 L2。

    安装h2o很简单:
    install.packages('h2o')

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2017-01-09
      • 2018-05-22
      • 1970-01-01
      • 2021-02-13
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2023-04-06
      相关资源
      最近更新 更多