首页 > 试题广场 >

在机器学习模型的正则化实践中，关于L1正则化（Lasso）与

[单选题]
在机器学习模型的正则化实践中，关于L1正则化（Lasso）与L2正则化（Ridge）的核心差异，以下描述最准确的是？ 
  • L1正则化通过L1范数惩罚使部分权重直接变为0，从而实现显式的特征选择；
  • L2正则化通过L2范数惩罚使权重趋向于零，因此能产生稀疏的特征权重向量；
  • L1正则化的优化目标函数是连续可导的，适合用批量梯度下降法高效求解；
  • L2正则化会优先将相关性低的特征权重置零，从而简化模型；
查看正确选项
添加回答

这道题你会答吗？花几分钟告诉大家答案吧！

提交观点

问题信息

机器学习
难度：
0条回答 11浏览

热门推荐

相关试题

扫一扫，把题目装进口袋

求职之前，先上牛客

扫描二维码，进入QQ群

扫描二维码，关注牛客公众号