摘要:
https://blog.csdn.net/jinping_shi/article/details/52433975 https://blog.csdn.net/zouxy09/article/details/24971995 一、概括: L1和L2是正则化项,又叫做罚项,是为了限制模型的参数,防止 阅读全文
posted @ 2018-04-04 16:43
岁月静好--lyr
阅读(44115)
评论(0)
推荐(4)
摘要:
一、常见的损失函数: 损失函数一般用来衡量预测值和真实值之间的不一致程度。是一个非负值,通常用L(y,f(x))来表示。 1.0-1损失函数: 预测结果和真实结果一致,则为0,不一致则为1. 2.绝对值损失函数: 真实值和预测值差的绝对值。 3.平方损失函数: 4.指数损失函数: 5.对数损失函数: 阅读全文
posted @ 2018-04-04 11:03
岁月静好--lyr
阅读(2161)
评论(0)
推荐(0)

浙公网安备 33010602011771号