工作需要,时常忘记区别,MARK一下:
L1 正则化 使不重要的参数的权重为零,从而使得非零的特征的权重显得突出,形成稀疏矩阵,从而起到特征选择的作用,也能起到防止过拟合。
L2 正则化,使所有的参数权重都相应的减小,使得因数据集的不同而受到的影响减小,从而起到防止过拟合的作用。
工作需要,时常忘记区别,MARK一下:
L1 正则化 使不重要的参数的权重为零,从而使得非零的特征的权重显得突出,形成稀疏矩阵,从而起到特征选择的作用,也能起到防止过拟合。
L2 正则化,使所有的参数权重都相应的减小,使得因数据集的不同而受到的影响减小,从而起到防止过拟合的作用。