牛客题解 | 实现岭回归损失函数

题目

题目链接

岭回归损失函数（Ridge Regression Loss）是一种常用的损失函数，其计算公式为：

\[L(w) = \frac{1}{2n} \sum_{i=1}^{n} (y_i - w^T x_i)^2 + \lambda \|w\|_2^2 \]

其中，\(w\)是模型参数，\(x_i\)是输入特征，\(y_i\)是输出标签，\(\lambda\)是正则化参数。
该回归函数又称为L2正则化损失函数。

标准代码如下

def ridge_loss(X, w, y_true, alpha):
    loss = np.mean((y_true - X @ w)**2) + alpha * np.sum(w**2)
    return loss