斯坦福大学机器学习作业题Problem Set #2 Logistic Regression: Training stability--下篇

这题主要是训练调参数的技能。其实做模型也是不断调参换模型的过程。

(i)使用不同的学习速率

尝试了一下从1到24的迭代次数

随着学习速率的不断增加,迭代次数变小,但是当迭代次数大于28的时候,又不收敛了。所以在收敛的情况下,学习速率越大,收敛速度越快。

(ii)随着迭代次数的增加,降低学习速率

先是使用了e.g中的内容,让学习速率为1/迭代次数,a的收敛速度变很慢,又没法收敛了。

又尝试了将初始学习速率调为100/迭代次数,依旧不收敛……

(iii)给损益方程增加一个正则化

本题中本身使用的权益方程如下


增加正则化后

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值