2,853
社区成员
发帖
与我相关
我的任务
分享请发表友善的回复…
发表回复
weixin_38498942 2022-05-05
- 打赏
- 举报
就是对目标函数加上一个约束条件，L1正则化可以产生稀疏权重矩阵，即大部分w为0，只有少数w非0，可以用于特征选择，因为L1正则化约束的解空间一般在与坐标轴相交的顶点处取得最优解。L2正则化可以防止模型过拟合，因为L2正则化项可以获得很小的权重系数，减小模型的复杂度。（参考：https://blog.csdn.net/m0_37952909/article/details/79686573）
