在Logistic Regression 中,如果同时加入L1和L2范数,会产生啥效果
我可能也先A
■网友
从在LR加入正则化这个角度来说的话,正则化通常是求最大化后验的结果,也就是说通过对参数空间的选择提高了模型的泛化能力,也就是通常说的防止过拟合,在实际任务上确实存在提升准确率的效果。至于特征选择,选择完参数空间之后特征的选择也顺便完成了,如果这是一道多选题,那我选择AD。如果是非要单选那还是选A吧。
■网友
L1 LASSOL2 RidgeL1+L2 Elastic net都用于特征选择的。优点嘛可以参考作者自己是如何鼓吹L1+L2的。Regularization and variable selection via the elastic net
■网友
A,l1倾向于产生稀疏模型,这抛弃了一些无用的属性,并防止过拟合。
■网友
这个问题,也许你可以看看周志华的《机器学习》特征选择那一张,还是比较清晰的说出了L1与L2的内容的,我的个人意见应该是A。
推荐阅读
- 如果你的多肉出现这个长势,要注意这个细节,多肉才会越来越美!
- 为啥看到书柜上的藏书会有心旷神怡的感觉
- 有啥方法,网站,项目可以自己练习计算广告学
- 某公司推出他们的3C产品,如果你是这个公司的电子商务运营主管,前期的运营你打算怎样开展这些工作
- 中年|如果汽车亏电:自动挡汽车能「推车点火」吗?
- 如果把DNS从godaddy转到DNSPOD是不是所有的二级域名都要重新设置,然后等这个各个ISP的缓存重新解析啊
- 插电源时,笔记本用不用拔电池?
- 如果做好一个手机股票软件
- 通过物理地址和IP地址能监控到啥
- aes对称加密,需要加签名验证防止篡改吗如果需要该咋签名才是最好的方案
