IP屬地:香港
我在學(xué)習(xí)樸素貝葉斯算法時(shí)臭家,發(fā)現(xiàn)所選教材中對(duì)于似然度與概率之間的概念區(qū)分解釋的并不詳細(xì) (可能作者認(rèn)為這是基礎(chǔ)知識(shí)麻顶,所以沒有詳細(xì)闡述吧hh) 碰巧...
假設(shè)當(dāng)前預(yù)測(cè)模型的回歸系數(shù)只有w1,w2说榆, 繪制出的目標(biāo)函數(shù)(即 OLS損失函數(shù)+懲罰項(xiàng))的等高線儡嘶。 我們以Ridge回歸為例瞒爬,講解L2正則化的...