← 返回卡片

原书出处

大数据日知录_架构与算法

16 机器学习:分布式算法

2014年9月第1版 · 核验版本的摘录快照 · 导入于 2026-10-24T04:14:12.167Z

在前面提到会在结构风险最小化损失函数中引入Tikhonov正则项,以此抑制过大的参数值来达到避免过拟合的目的,ALS-WR中的所谓“加权λ罚”(Weighted-λ-Regularization)是Tikhonov正则项的一种具体体现,经验表明,使用考虑加权λ罚的如下损失函数可以避免过拟合现象:

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00021.html

EPUB SHA-256:e45b74c4bdd8959aef24f2a5183280eb73ec5f173108f8679a4bbf44bbd5b34d