如何在R中实现正则化/权重衰减

时间:2017-08-28 18:39:07

标签: r neural-network regularized

我对R神经网络包的数量感到惊讶,这些神经网络包似乎没有正则化/ lambda /权重衰减的参数。我假设我错过了一些明显的东西。当我使用像MLR这样的包并查看integrated learners时,我看不到正则化的参数。

例如:来自deepnet包的nnTrain:
list of params

我看到几乎所有东西的参数 - 甚至是辍学 - 但不是lambda或其他看起来像正规化的东西。

我对caretmlr的理解是,它们基本上组织了其他ML包,并尝试提供与它们交互的一致方式。我没有在其中任何一个中找到L1 / L2正则化。

我还进行了20次谷歌搜索,寻找具有正规化的R包但却一无所获。我错过了什么?谢谢!

1 个答案:

答案 0 :(得分:0)

我查看了mlr中的更多模型(一项艰巨的任务),最终找到了h2o包学习者。在mlr中,classif.h2o.deeplearning模型包含我能想到的所有参数,包括L1和L2。

安装h2o非常简单:
install.packages('h2o')