【问题标题】:L1-regularization: Where to use penalized cost function?L1-regularization:在哪里使用惩罚成本函数?
【发布时间】:2018-10-23 08:06:11
【问题描述】:

L1 正则化向成本函数添加一个惩罚项以限制权重的大小。我是否正确理解这个惩罚成本函数仅用于优化步骤而不用于计算模型的损失?例如。要计算验证集中模型的损失,要使用未惩罚的损失函数吗?

【问题讨论】:

    标签: machine-learning regularized


    【解决方案1】:

    是的,你是对的。损失函数衡量模型预测与目标值的差异。惩罚项用于防止过拟合。

    【讨论】:

      猜你喜欢
      • 2016-03-30
      • 2018-12-06
      • 2021-12-18
      • 1970-01-01
      • 2021-04-01
      • 2021-04-04
      • 2016-10-19
      • 2018-01-27
      • 1970-01-01
      相关资源
      最近更新 更多