من وجهة نظر عملية ، يميل L1 إلى تقليص المعاملات إلى الصفر بينما يميل L2 إلى تقليص المعاملات بالتساوي. لذلك فإن L1مفيد لاختيار الميزة، حيث يمكننا إسقاط أي متغيرات مرتبطة بالمعاملات التي تذهب إلى الصفر. من ناحية أخرى ، يكون L2 مفيدًا عندما يكون لديك ميزات خطية متداخلة / معتمدة.
ما فائدة التنظيم ما هي تسوية L1 و L2؟
تنظيم L1 يعطي ناتجًا في أوزان ثنائية من 0 إلى 1 لميزات النموذجويتم اعتماده لتقليل عدد الميزات في مجموعة بيانات ضخمة الأبعاد. يعمل تنظيم L2 على تفريق شروط الخطأ في جميع الأوزان التي تؤدي إلى نماذج نهائية مخصصة أكثر دقة.
ما الفرق بين تسوية L1 و L2؟
الاختلاف الحدسي الرئيسي بين تسوية L1 و L2 هو أن تنظيمL1 يحاول تقدير متوسط البيانات بينما يحاول تنظيم L2 تقدير متوسط البيانات لتجنب الإفراط في الملاءمة. … ستكون هذه القيمة أيضًا هي وسيط توزيع البيانات رياضيًا.
ما هو تنظيم L1 و L2 في التعلم العميق؟
يُعرف تنظيم
L2 أيضًا باسم تناقص الوزن لأنه يجبر الأوزان على الانحلال باتجاه الصفر (ولكن ليس الصفر تمامًا). في L1 ، لدينا: في هذانعاقب القيمة المطلقة للأوزان. على عكس L2 ، يمكن تقليل الأوزان هنا إلى الصفر. وبالتالي ، فهي مفيدة جدًا عندما نحاول الضغطنموذجنا
كيف يعمل تسوية L1 و L2؟
نموذج الانحدار الذي يستخدم تقنية تنظيم L1 يسمى انحدار Lasso والنموذج الذي يستخدم L2 يسمى Ridge Regression. الفرق الرئيسي بين هذين هو مصطلح العقوبة. يضيف انحدار ريدج "المقدار التربيعي" للمعامل كمصطلح جزائي إلى دالة الخسارة.
