Praktiki nöqteyi-nəzərdən L1 əmsalları sıfıra endirməyə, L2 isə əmsalları bərabər şəkildə kiçilməyə meyllidir. Buna görə də L1 xüsusiyyət seçimi üçün faydalıdır, çünki biz sıfıra gedən əmsallarla əlaqəli hər hansı dəyişənləri buraxa bilərik. L2, əksinə, kollinear/bir-birindən asılı funksiyalarınız olduqda faydalıdır.
Requlyasiyanın istifadəsi nədir L1 və L2 nizamlanması nədir?
L1 nizamlanması modelin xüsusiyyətləri üçün 0-dan 1-ə qədər ikili çəkilərdə çıxış verir və böyük ölçülü verilənlər toplusunda funksiyaların sayını az altmaq üçün qəbul edilir. L2 nizamlanması xəta şərtlərini bütün çəkilərdə yayır ki, bu da daha dəqiq fərdiləşdirilmiş son modellərə gətirib çıxarır.
L1 və L2 nizamlanması arasında hansı fərqlər var?
L1 və L2 tənzimləməsi arasındakı əsas intuitiv fərq ondan ibarətdir ki, L1 nizamlanması verilənlərin medianı təxmin etməyə çalışır, L2 nizamlanması isə həddindən artıq uyğunlaşmanın qarşısını almaq üçün məlumatın orta qiymətini təxmin etməyə çalışır. … Bu dəyər həm də riyazi olaraq məlumat paylanmasının medianı olacaq.
Dərin öyrənmədə L1 və L2 nizamlanması nədir?
L2 nizamlanması həm də çəki azalması kimi tanınır, çünki o, çəkiləri sıfıra doğru çürüməyə məcbur edir (lakin tam olaraq sıfıra deyil). L1-də bizdə var: Bunda çəkilərin mütləq dəyərini cəzalandırırıq. L2-dən fərqli olaraq burada çəkilər sıfıra endirilə bilər. Beləliklə, sıxışdırmağa çalışdığımız zaman çox faydalıdırmodelimiz.
L1 və L2 nizamlanması necə işləyir?
L1 nizamlama texnikasından istifadə edən reqressiya modeli Kəmənd Reqressiyası, L2-dən istifadə edən model Ridge Reqressiyası adlanır. Bu ikisi arasındakı əsas fərq cəza müddətidir. Ridge reqressiyası zərər funksiyasına cəza müddəti kimi əmsalın “kvadrat böyüklüyü” əlavə edir.
