机器学习 – 选择正则化参数

前端之家收集整理的这篇文章主要介绍了机器学习 – 选择正则化参数前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
在应用正则化逻辑回归时:
我将数据分成训练,交叉验证和测试集.
我想应用正则化并正在选择正则化参数lambda.
为此,我尝试不同的lambda值,并在训练集上拟合我的假设的参数theta.然后,我选择lambda的值,它给出了验证集上最低成本函数.
为此,我是否应该使用惩罚条件计算验证集的成本函数

解决方法

这混淆了两件事.您最小化成本函数(使用正则化项)来选择模型参数(对于给定的超参数,如lambda).但是参数允许您对验证集中的点进行分类.并且您可以衡量分类与基本事实的匹配程度.你选择lambda来给出最正确的答案. lambda的成本函数在那个阶段没有任何作用.

猜你在找的正则表达式相关文章