深入理解L1,L2正则化

正则化(Regularization) 是机器学习中对原始损失函数引入额外信息,以便防止过拟合和提高模型泛化性能的一类方法的统称。正则化是在经验风险上面加了一个正则化项或者惩罚项,正则化函数一般是模型法则度的单调增函数,模型越负责,正则化值就越大.

我的书单

本页主要用来记录自己已经读过的书或者是正在读的书,里面的这些书都是个人觉得值得花一点时间去读的书,如果感兴趣的话可以交流下。

K近邻算法(KNN)详解

K近邻算法,即是给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例,这K个实例的多数属于某个类,就把该输入实例分类到这个类中.

诛仙(1)观后感

改编自萧鼎同名小说的电影,我承认这是我看过很烂的一部电影之一,不建议大家去看.

About Me

自己搭建博客的原因是现有的博客系统不满足我的要求,简单来说就是看着现有的博客系统不顺眼,现在博客主要内容就是自己平时看的书以及各种想法总结等等。还有就是希望博客上面记载的东西能够帮助到别人。

生成模型和判别模型

监督学习方法可以分为生成方法和判别方法,所学到的模型分别为生成模型和判别模型.