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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注