超级会员免费看
本文介绍了L1正则化的套索回归（螺丝回归），探讨了L1正则化如何通过使部分权重变为0来进行特征选择。通过调整正则化参数阿尔法（α），可以控制L1形状的大小，从而影响权重w的大小，进而减少过拟合现象。文章还展示了如何在Python中实现和可视化L1正则化的效果。
然后我们继续看,这个套索回归,又叫螺丝回归
可以看到我们先看这个套索回归也就是加了L1的回归,他的线性回归方程,上面那个我们可以看到
有个平方,那么他的图形是,椭圆形的
可以看到,这个线性回归方程是椭圆形的,然后
有人说是凸函数,是开口向上的...实际上
y = x^2 +3 这种函数是凸函数开口向上的
然后这种(3x-y)^2 这种是椭圆的,其实可以画出来,使用python画出来,看看效果
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
