【机器学习】＜刘建平Pinard老师博客学习记录＞Lasso回归算法： 坐标轴下降法与最小角回归法
一、回顾线性回归：线性回归：【每日一更】＜吴恩达-机器学习＞单变量的线性回归&认识梯度下降_故里的博客-CSDN博客一、单变量线性回归 - Linear regession with one variable:Supervised Learning: Gives the "right answer" for each example in the data.Regression Probl
·
一、回顾线性回归：
线性回归：
【每日一更】＜吴恩达-机器学习＞单变量的线性回归&认识梯度下降_故里的博客-CSDN博客一、单变量线性回归 - Linear regession with one variable:Supervised Learning: Gives the "right answer" for each example in the data.Regression Problem: Redict real-valued outputClassfication Problem: Discrate-value output1.常用字符标识：(x, y) = One training..
https://blog.csdn.net/weixin_52058417/article/details/121882083?spm=1001.2014.3001.5502
二、回顾Ridge回归：
三、初识Lasso回归：
Lasso回归有时也叫做线性回归的L1正则化，和Ridge回归的主要区别就是在正则化项，Ridge回归用的是L2正则化，而Lasso回归用的是L1正则化。
四、用坐标轴下降法求解Lasso回归：
坐标轴下降法顾名思义，是沿着坐标轴的方向去下降，这和梯度下降不同。梯度下降是沿着梯度的负方向下降。不过梯度下降和坐标轴下降的共性就都是迭代法，通过启发式的方式一步步迭代求解函数的最小值。
一站式 AI 云服务平台
更多推荐
1
0- 0
已为社区贡献6条内容
所有评论(0)