首页 > 试题广场 >

实现岭回归损失函数

[编程题]实现岭回归损失函数
  • 热度指数:423 时间限制:C/C++ 1秒,其他语言2秒 空间限制:C/C++ 256M,其他语言512M
  • 算法知识视频讲解
实现岭回归(Ridge Regression)的损失函数。岭回归是线性回归的一种正则化形式,通过添加L2正则化项来防止过拟合。


输入描述:
函数`ridge_loss`接收四个参数:
1. X:特征矩阵,numpy数组,形状为(n_samples, n_features)
2. w:权重向量,numpy数组,形状为(n_features,)
3. y_true:真实值向量,numpy数组,形状为(n_samples,)
4. alpha:正则化参数,浮点数


输出描述:
返回一个浮点数,表示计算得到的岭回归损失值。
示例1

输入

[[1, 2], [3, 4]]
[0.5, 0.5]
[2, 4]
0.1

输出

0.3

备注:
1.对应的输入、输出已给出,您只用实现核心功能函数即可。
2.支持numpy、scipy、pandas、scikit-learn库。
头像 牛客题解官
发表于 2025-02-05 15:42:53
岭回归损失函数(Ridge Regression Loss)是一种常用的损失函数,其计算公式为: 其中,是模型参数,是输入特征,是输出标签,是正则化参数。 该回归函数又称为L2正则化损失函数。 标准代码如下 def ridge_loss(X, w, y_true, alpha): loss 展开全文