何时使用L2正则化

时间:2019-06-06 04:31:46

标签: machine-learning linear-regression

我们知道L1和L2正则化是避免过度拟合的解决方案。

L1正则化可能导致稀疏,因此避免拟合噪声。但是,L2不会。

所以我想知道何时需要使用L2正则化?

1 个答案:

答案 0 :(得分:0)

L2惩罚了整个权重系数,而L1惩罚了一些权重系数。因此,L2适用于多共线输入,L1适用于特征选择。