机器学习中L1正则化和L2正则化的区别是？
举一反三
- 机器学习中L1正则化和L 2正则化的区别是()? A: 使用L1可以得到稀疏的权值 B: 使用L1可以得到平滑的权值 C: 使用L2可以得到稀疏的权值 D: 使用L2可以得到平滑的权值
- 逻辑回归正则化主要包括L1正则化和L2正则化。（ ）
- 关于L1正则化和L2正则化说法错误的是 ( )。 A: L1正则化的功能是使权重稀疏 B: L2正则化的功能是防止过拟合 C: L1正则化比L2正则化使用更广泛 D: L1正则化无法有效减低数据存储量
- 下列关于L1正则化与L2正则化描述正确的是（__）。 A: L1范数正则化有助于降低过拟合风险 B: L2范数正则化有助于降低过拟合风险 C: L1范数正则化比L2范数正则化更有易于获得稀疏解 D: L2范数正则化比L1范数正则化更有易于获得稀疏解
- 机器学习中L1正则化和L2正则化的区别是? A: 使用L1可以得到稀疏的权值 B: 使用L1可以得到平滑的权值 C: 使用L2可以得到稀疏的权值