栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

【L1和L2正则化比较】使用sklearn中的逻辑回归模型对比L1和L2正则化

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

【L1和L2正则化比较】使用sklearn中的逻辑回归模型对比L1和L2正则化

1.L1和L2正则化的区别
  • L1正则化会将参数压缩为0,L2正则化只会让参数尽量小,不会取到0。
  • 都是用来防止过拟合。
  • 通常来说,如果我们的主要目的只是为了防止过拟合,选择L2正则化就足够了。但是如果选择L2正则化后还是过拟合,模型在未知数据集上的效果表现很差,就可以考虑L1正则化。
2. 代码实现 2.1 数据集——乳腺癌数据集
  1. 特征
  2. 目标值
2. 代码


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/938546.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号