在贝叶斯参数估计设置中,L2正则化的参数形式应该是什么?

在贝叶斯参数估计设置中,为了执行L2正则化,先验分布的参数形式应该是什么?


回答:

L2正则化等同于高斯先验。

例如,请参阅Jason Rennie的《关于L2范数正则化和高斯先验(2003)》

(为了以后参考,这类问题可能应该发布到http://stats.stackexchange.com,我看到你也在那儿发布了这个问题。请不要这样做。)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注