2022年4月7日
L1和L2 详解(范数、损失函数、正则化)
摘要： 一、易混概念 对于一些常见的距离先做一个简单的说明 1.欧式距离 假设X和Y都是一个n维的向量，即 则欧氏距离： 2.L2范数 假设X是n维的特征 L2范数： 3.闵可夫斯基距离 这里的p值是一个变量，当p=2的时候就得到了欧氏距离。 4.曼哈顿距离 来源于美国纽约市曼哈顿区，因为曼哈顿是方方正正的 阅读全文
posted @ 2022-04-07 14:33 今天记笔记了吗 阅读(1808) 评论(0) 推荐(0)