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
老师您好,我想再问一下关于岭回归和lasso回归的使用场景,在实际例子中,我们如果遇到要加正则化的情况下是怎么判断使用哪种正则化项呢?还是说把这几个都是一下看看呢?谢谢老师
虽然有“没有免费的午餐定理”,但是对于这两种正则化的方式选择,整体上,我个人倾向于,如果仅仅是想要做正则化处理的话(降低模型复杂度),岭回归就可以胜任。
LASSO 的一个重要优势(作用)是,可以辅助做特征提取,因为 LASSO 的结果,趋向于让 theta = 0。
继续加油!:)
谢谢老师
一般情况下优先使用岭回归,如果特征项太多考虑使用弹性网来消除某些不必要的特征项。
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.6k 19
3.5k 17
3.0k 15
1.7k 15
1.5k 14