请稍等 ...
×

采纳答案成功！

向帮助你的同学说点啥吧！感谢那些助人为乐的人

老师好，课中说到L2，样本小的时候用拟牛顿法和随机梯度下降，随机梯度下降不是每次只学习一个样本点的权重吗？适合小样本集的吗？

如题
慕工程0161189 2019-01-12 13:03:33
源自：8-8  LR模型在测试数据集上表现-上
965
收起

正在回答

1回答

David 回答被采纳获得+3积分 2019-01-12 14:22:02

小样本就直接梯度下降就行每个样本都对参数的更新有贡献。随机梯度下降适合大样本量。 方便的话 学习过程中给课程一个评价 多谢。

0 回复 有任何疑惑可以回复我~
收起回答
取消 回复

相似问题

老师，小批量随机梯度下降法的学习率也是随迭代次数增大而减小吗，每次选择的样本一般是多少呢
3049 0 4
关于小批量梯度下降算法与改进之后的随机梯度下降算法
1258 0 3
随机梯度下降法
1382 1 5
两种梯度下降法的速度比较
1896 0 5
随机梯度下降法计算性能的疑问
1424 2 4

登录后可查看更多问答，登录/注册

问题已解决，确定采纳
还有疑问，暂不采纳
个性化推荐算法实战（可用于毕设） BAT大牛亲授
  • 参与学习       843    人
  • 解答问题       254    个

让你掌握一套完整的，能落地的个性化推荐算法体系。可用于毕设。

了解课程

本课精华内容

问答

wide & deep的column放置问题

1.4k 7

这课除了代码其他讲的都真差劲

1.4k 6

LFM代码加载txt文件问题

1.4k 6

老师，下载您的word2vec文件，运行提示无法执行二进制文件：可执行文件格式错误

2.5k 5

老师，为什么我的文件读不出来

1.2k 5

查看更多本课问答
微信客服

购课补贴
联系客服咨询优惠详情

 帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

 公众号

扫描二维码
关注慕课网微信公众号