线性回归中的规则化常数范围

线性回归中“Lambda” - 规则化常数的值范围是否有限制？ [机器学习问题]线性回归中的规则化常数范围

当Lambda值为100时，我非常适合数据。是否在“实用”可接受限制内？

我觉得在理论上，Lambda的价值很好，但实际使用？

[在解决一个问题家庭作业需要小澄]

2012-10-01 sravanreddy001

我不认为有对拉姆达的实用价值限度。你选择了最适合你的问题，并坚持下去。例如，如果你有太多的功能和太少的数据，那么模型会趋于过度使用，你必须用更大的lambda来对抗（更好的做法是获得更多的数据或删除一些功能）。另一方面，如果你有很多数据的功能相对较少，过度拟合不会是一个大问题，lambda可能更小。

选择Lambda的一种方法是使用lambda [A .. B]（其中A> 0，B> A）的值训练模型，然后在交叉验证集上绘制成本函数。它将接近凸曲线，对应于全局最小值的λ将是最优的。

如需更完整的解释请观看本讲座：https://class.coursera.org/ml/lecture/preview/63

来源

2012-10-01 12:13:27

线性回归中的规则化常数范围

回答

相关问题