机器学习中L1正则化和L2正则化的区别_l2正则化可以产生稀疏的权重向量吗

作者：Gausst松鼠会 | 2024-05-15 19:41:18

踩

l2正则化可以产生稀疏的权重向量吗

机器学习中L1正则化和L2正则化的区别是？

正确答案: A D 你的答案: B C (错误)

使用L1可以得到稀疏的权值

使用L1可以得到平滑的权值

使用L2可以得到稀疏的权值

使用L2可以得到平滑的权值

使用L1正则后的权值更新规则多了一项 η * λ * sgn(w)/n，这一项当w为正时，更新后的w变小。当w为负时，更新后的w变大——因此它的效果就是让w往0靠，使网络中的权重尽可能为0，也就相当于减小了网络复杂度，防止过拟合。所以说L1可以得到更稀疏的权值。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/574679