machine-learning - L1-regularization：在哪里使用惩罚成本函数？

Question

L1 正则化在成本函数中添加了一个惩罚项以限制权重的大小。我是否正确理解这个惩罚成本函数仅用于优化步骤而不用于计算模型的损失？例如，要计算验证集中模型的损失，要使用未惩罚的损失函数吗？

标签： machine-learningregularized

Answer 1

是的你是对的。损失函数衡量模型预测与目标值的差异。惩罚项用于防止过度拟合。