10 ago 1996 ano - 稀疏表示， 特征选择（feature selection）机制。 Regression Shrinkage and Selection via the Lasso Robert Tibshirani 1996

Descrição:

由 L1正则化导出的稀疏性质已经被广泛地用于 特征选择（feature selection）机制。特征选择从可用的特征子集选择出有意义的特征，化简机器学习问题。著名的LASSO (Tibshirani, 1995)（Least Absolute Shrinkage and Selection Operator）模型将 L1 惩罚和线性模型结合，并使用最小二乘代价函数。L1 惩罚使部分子集的权重为零，表明相应的特征可以被安全地忽略。

Adicionado na linha do tempo:

13 nov 2019

1

0

296

Regularization

Data: