regularization

Вопрос или проблема L2-регуляризация приводит к минимизации значений в векторном параметре. L1-регуляризация приводит к установке некоторых коэффициентов в 0 в векторе параметров. Генерально, я наблюдал, что недифференцируемая регуляризационная функция

Вопрос или проблема В настоящее время я работаю с книгой: «Введение в статистическое обучение с приложениями на Python». В упражнениях до сих пор я использовал пакет ISLP. Сейчас я пытаюсь решить упражнения из главы 6 и застрял на вопросе 8, часть (d).

Вопрос или проблема У меня нет проблем с импортом данных формата Excel в R/R Studio и использованием всех других пакетов R, которые я использую. Но, когда я хочу использовать пакет glmnet для разработки модели регуляризации, я неизменно сталкиваюсь со

Вопрос или проблема Насколько я знаю, мы не проверяем значимость коэффициентов в моделях Lasso и Elasticnet. Это связано с тем, что незначимые коэффициенты признаков будут сведены к нулю в этих моделях? Значит ли это, что все признаки в этих моделях значимы?

Вопрос или проблема Я пишу академическую работу по применению методов машинного обучения к прогнозированию временных рядов, и не уверен, как описать теоретическую часть о регуляризованной целевой функции для XGBoost. Ниже вы можете найти уравнение, представленное

Вопрос или проблема Мое понимание l2 регуляризации: Весы модели считаются имеющими априорное гауссово распределение, центрированное вокруг 0. Затем оценка MAP по данным добавляет дополнительное наказание в функцию стоимости. Мое сформулированное заявление