对于Logistic Regression，其中为loss

[单选题]

对于Logistic Regression $f(w)=l(w)+\lambda g(w)$ ，其中 $l(w)$ 为loss function， $g(w)$ 为正则项。对于正则项的说法，有哪些选项是正确的

1) 对于异常样本(outlier)， $g(w) = \|w\|_1$ 比 $g(w) = \|w\|_2^2$ 更鲁棒(robust)

2) $g(w) = \|w\|_1$ 是非凸的

3) $g(w) = \|w\|_1$ 时，常数 $\lambda$ 越大，目标函数的解越稀疏

4) $g(w) = \|w\|_2^2$ 时，常数 $\lambda$ 越小，目标函数的l2-norm越小

查看正确选项

lijiajun0499

1、对于异常样本，正则项L1比正则项L2更具有鲁棒性

3、λ越大，则与之相乘的正则项越小，故具有正则项L1损失的目标函数的解越稀疏。

发表于 2021-10-18 20:06:23 回复(0)

提交观点

问题信息

算法工程师第四范式 2020

上传者：小小

难度：

1条回答 27收藏 516浏览

扫一扫，把题目装进口袋