机器学习实践指南（二）—— 正则化参数
2016-05-07 11:52
176 查看
考虑 Sparse Coding 模型拓扑结构时的代码函数：
J(A,s)=1m∥As−x∥22+λ∑VssT+ϵ−−−−−−−√+γ∥A∥22
J(A,s)=1m∥As−x∥22+λ∑VssT+ϵ−−−−−−−√+γ∥A∥22
lambda = 5e-5; % L1-regularization parameter (on features) epsilon = 1e-5; % L1-regularization epsilon |x| ~ sqrt(x^2+epsilon) gamma = 1e-2; % L2-regularization parameter (on basis)
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- iOS学习笔记——数据请求
- Redis之数据Set和Get类型不一致问题
- android studio 自定义gradle变量
- rsync+inotify
- 面试题
- 透明状态栏与沉浸式
- Json解析
- CGGeometry类定义几何元素的结构和操作几何元素的函数。
- 第十周学习进度条
- 哈弗曼编码
- [置顶] 计算复杂性学习2-多带图灵机模拟
- [Android Studio系列(三)]Android Studio 编译、同步慢的解决方法
- Cordova/CDVViewController.h file not found 解决办法
- 我读《精进》——03 即刻行动
- geotrellis使用（四）geotrellis数据处理部分细节
- 20160507note
- Ubuntu搭建Openstack平台（kilo）(五.neutron(二)网络节点与计算节点)
- 八大排序算法 之 直接插入排序
- T-SQL优化
- 关于spring 转载自：http://www.codeceo.com/article/69-spring-interview-questions.html?ref=myread