我正在尝试使用正则化（L1或L2）实现Logistic回归。 mnrfit（）函数不实现正则化。有没有可以进行正则化的内置函数，还是我必须滚动自己的正则化代码？ 如果是这样，有什么教程我可以看一下吗？我一直在研究的论文在数学上非常密集。
答案 0 :(得分：1)
Liblinear是我们使用的标准。
答案 1 :(得分：1)
L1以及L2正则化非常容易实现。
L1正则化通过在每个训练步骤之后减去权重绝对值的固定量来工作。所以L1正则化系数例如是0.01，你的权重（1.0，-2.0,3.0）将变为（0.99，-1.99,2.99）。
L2正则化通过减去权重的百分比来工作。系数为0.01时，这意味着将您的权重向量乘以1. - 0.01 = 0.99。权重（1.0，-2.0,3.0）将变为（0.99，-1.98,2.97）。这也称为体重衰减。
正如您所看到的，L1正则化将小权重拉向0.另一侧的L2正则化对小权重几乎没有影响，但却大幅减少了大权重。 / p>