這篇文章給大家分享的是有關(guān)線性回歸中的L1與L2正則化的內(nèi)容。小編覺得挺實(shí)用的,因此分享給大家做個(gè)參考,一起跟隨小編過來看看吧。
成都創(chuàng)新互聯(lián)專注于企業(yè)全網(wǎng)營銷推廣、網(wǎng)站重做改版、五華網(wǎng)站定制設(shè)計(jì)、自適應(yīng)品牌網(wǎng)站建設(shè)、H5場景定制、電子商務(wù)商城網(wǎng)站建設(shè)、集團(tuán)公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站建設(shè)、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計(jì)等建站業(yè)務(wù),價(jià)格優(yōu)惠性價(jià)比高,為五華等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。
為新昌等地區(qū)用戶提供了全套網(wǎng)頁設(shè)計(jì)制作服務(wù),及新昌網(wǎng)站建設(shè)行業(yè)解決方案。主營業(yè)務(wù)為做網(wǎng)站、成都做網(wǎng)站、新昌網(wǎng)站設(shè)計(jì),以傳統(tǒng)方式定制建設(shè)網(wǎng)站,并提供域名空間備案等一條龍服務(wù),秉承以專業(yè)、用心的態(tài)度為用戶提供真誠的服務(wù)。我們深信只要達(dá)到每一位用戶的要求,就會得到認(rèn)可,從而選擇與我們長期合作。這樣,我們也可以走得更遠(yuǎn)!
描述回歸建模中的L1和L2正則化方法。
在處理復(fù)雜數(shù)據(jù)時(shí),我們往往會創(chuàng)建復(fù)雜的模型。太復(fù)雜并不總是好的。過于復(fù)雜的模型就是我們所說的“過擬合”,它們在訓(xùn)練數(shù)據(jù)上表現(xiàn)很好,但在看不見的測試數(shù)據(jù)上卻表現(xiàn)不佳。
有一種方法可以對損失函數(shù)的過擬合進(jìn)行調(diào)整,那就是懲罰。通過懲罰或“正則化”損失函數(shù)中的大系數(shù),我們使一些(或所有)系數(shù)變小,從而使模型對數(shù)據(jù)中的噪聲不敏感。
在回歸中使用的兩種流行的正則化形式是L1又名Lasso回歸,和L2又名Ridge回歸。在線性回歸中我們使用普通最小二乘(OLS)是用于擬合數(shù)據(jù)的:我們對殘差(實(shí)際值與預(yù)測值之間的差異)進(jìn)行平方,以得到均方誤差(MSE)。最小的平方誤差,或最小的平方,是最適合的模型。
讓我們來看看簡單線性回歸的成本函數(shù):
對于多元線性回歸,成本函數(shù)應(yīng)該是這樣的,其中????是預(yù)測因子或變量的數(shù)量。
因此,隨著預(yù)測器(????)數(shù)量的增加,模型的復(fù)雜性也會增加。為了緩解這種情況,我們在這個(gè)成本函數(shù)中添加了一些懲罰形式。這將降低模型的復(fù)雜性,有助于防止過擬合,可能消除變量,甚至減少數(shù)據(jù)中的多重共線性。
L2或嶺回歸,將????懲罰項(xiàng)添加到系數(shù)大小的平方????。????是一個(gè)超參數(shù),這意味著它的值是自由定義的。你可以在成本函數(shù)的末端看到它。
加上????懲罰,????系數(shù)受到約束,懲罰系數(shù)大的代價(jià)函數(shù)。
L1或Lasso回歸,幾乎是一樣的東西,除了一個(gè)重要的細(xì)節(jié)-系數(shù)的大小不是平方,它只是絕對值。
在這里,成本函數(shù)的最后是????的絕對值,一些系數(shù)可以被精確地設(shè)置為零,而其他的系數(shù)則直接降低到零。當(dāng)一些系數(shù)變?yōu)榱銜r(shí),Lasso回歸的效果是特別有用的,因?yàn)樗梢怨浪愠杀静⑼瑫r(shí)選擇系數(shù)。。
還有最重要的一點(diǎn),在進(jìn)行任何一種類型的正則化之前,都應(yīng)該將數(shù)據(jù)標(biāo)準(zhǔn)化到相同的規(guī)模,否則罰款將不公平地對待某些系數(shù)。
感謝各位的閱讀!關(guān)于“線性回歸中的L1與L2正則化”這篇文章就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,讓大家可以學(xué)到更多知識,如果覺得文章不錯,可以把它分享出去讓更多的人看到吧!
新聞標(biāo)題:線性回歸中的L1與L2正則化
網(wǎng)站網(wǎng)址:http://aaarwkj.com/article38/iijpsp.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)站導(dǎo)航、建站公司、搜索引擎優(yōu)化、云服務(wù)器、App開發(fā)、企業(yè)建站
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)