【发布时间】:2021-11-30 15:01:20
【问题描述】:
我正在使用 bigquery 创建一个逻辑回归模型,并且我想使用 L1 正则化 (Lasso)。当我使用 sklearn 构建模型时,我只是指定要使用 L1 正则化。但是,在 BQML 上,我需要根据this documentation 指定一个浮点数。我完全困惑这个数额应该是多少。谁能解释一下?
【问题讨论】:
标签: google-bigquery data-science
我正在使用 bigquery 创建一个逻辑回归模型,并且我想使用 L1 正则化 (Lasso)。当我使用 sklearn 构建模型时,我只是指定要使用 L1 正则化。但是,在 BQML 上,我需要根据this documentation 指定一个浮点数。我完全困惑这个数额应该是多少。谁能解释一下?
【问题讨论】:
标签: google-bigquery data-science
使用 L1 正则化来鼓励模型中的许多无信息系数恰好为 0。
L1 正则化(惩罚所有权重的绝对值)对于宽模型非常有效。
尝试介于 0.1 和 0.3 之间的正则化率 (lambda),看看您的模型是否有所改进。
【讨论】: