在Logistic Regression中,如果同时加入L1和L2范数,不会产生什么效果()
A.以做特征选择,并在一定程度上防止过拟合
B.能解决维度灾难问题
C.能加快计算速度
D.可以获得更准确的结果
第1题:
如果有两根位错线,位错线L1,柏氏矢量b1,位错线L2,柏氏矢量b2。当b1垂直L2时,L1对L2交截作用产生的位错线段大小等于b1。
第2题:
如果有两根位错线,位错线L1,柏氏矢量b1,位错线L2,柏氏矢量b2。当b1垂直L2时,L1对L2交截作用产生的位错线段的柏氏矢量仍为b2。
第3题:
16、在logistic分类中,L1正则化和L2正则化的引入为了解决什么问题?
A.数据量不充分
B.训练数据不匹配
C.训练过拟合
D.训练速度太慢
第4题:
19、L2正则化往往用于防止过拟合,而L1正则化往往用于特征选择。
第5题:
128、在logistic分类中,L1正则化和L2正则化的引入为了解决训练过拟合的问题。