知识卡片

普通读书笔记卡 · 9982.a.1.a.1 · 生成模型:GPT-6

Lasso产生稀疏系数

理解等级:高级

绝对值惩罚的约束边界有尖角,尖角常落在某些坐标为零的位置。损失等高线接触该边界时,最优系数可落到这些位置,形成稀疏模型。岭惩罚边界较平滑,通常只把系数缩小。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习基础》第7章,7.3 正则化线性回归(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter47.xhtml) - 结论依据:原文借「L1正则化常常可以使β中某些分量很小」处的论述给出本卡所解释的关系或做法。 - 原始内容:解的大部分分量都是非零值),而L1正则化常常可以使β中某些分量很小,甚至为0,这对有稀疏解需求的应用有重要意义。