什麼是正則化：
在解決回歸過擬合中，我們選擇正則化，但對於其他機器學習演算法如分類演算法來說也會出現這種問題，資料提供的特徵有那些影響模型複雜度或者這個特徵的資料點異常比較多，所以演算法在學習的時候儘量減少這個特徵的影響，就是正則化
作用可以使其中一些w的都很小都接近於0，削落某個特徵的影響
優點：越小的引數水明越簡單越簡單的模型與不容易產生過擬合
ridge回歸：
l1正則化lasso回歸
嶺回歸是在結構風險最小化的正則化因子上使用模型引數向量的二範數形式。那麼，如果使用一範數形式，那就是lasso回歸了。lasso回歸相比於嶺回歸，會比較極端。它不僅可以解決過擬合問題，而且可以在引數縮減過程中，將一些重複的沒必要的引數直接縮減為零，也就是完全減掉了。這可以達到提取有用特徵的作用。但是lasso回歸的計算過程複雜，畢竟一範數不是連續可導的。關於lasso回歸相關的研究是目前比較熱門的領域。
Js函式類別定義
函式類別區分 1.匿名函式 function 這種函式由於沒有名字，不能通過乙個函式名引用他，所以不能像建構函式和普通函式一樣多次呼叫。如果將函式賦值給變數也可以實現多次呼叫。將匿名函式賦值給變數可以利用變數實現多次呼叫 var test function 匿名函式通常用在將函式作為引數傳遞 將函式...
正則化和歸一化
正則化，歸一化 標準化和正規化 對資料進行預處理的兩種方式，目的是讓資料更便於計算和獲得更加泛化的結果，但並不改變問題的本質。正則化 要求乙個邏輯回歸問題，假設乙個函式，覆蓋所有可能 y wx，其中w為引數向量，x為已知樣本的向量，用yi表示第i個樣本的真實值，用f xi 表示樣本的 值，從而確定損...
正則化和歸一化
正則化，歸一化 標準化和正規化 對資料進行預處理的兩種方式，目的是讓資料更便於計算和獲得更加泛化的結果，但並不改變問題的本質。正則化 要求乙個邏輯回歸問題，假設乙個函式，覆蓋所有可能 y wx，其中w為引數向量，x為已知樣本的向量，用yi表示第i個樣本的真實值，用f xi 表示樣本的 值，從而確定損...