線性迴歸、嶺迴歸、Lasso迴歸、邏輯迴歸的總結
阿新 • • 發佈:2019-01-02
對於所有的模型和演算法,都有一個目標方程,比較理想的目標方程應該有兩部分構成:損失函式和正則項,一個用來衡量模型的擬合效果,一個用來儘可能保證模型的簡單和穩定:
損失函式:
平方損失函式(Square loss):
對數損失函式(Logistic loss):
Regularization:
L2 norm:
L1 norm:
嶺迴歸和Lasso 迴歸是加了正則項的線性迴歸。
嶺迴歸的目標函式:平方損失函式+L2正則
Lasso迴歸的目標函式:平方損失函式+L1正則
Logistic迴歸的目標函式:對數損失函式+L2正則