tgoop.com/pytorch_howsam/423
Last Update:
میدونید LASSO Regression چی هست؟ همونطور که از اسمش مشخصه، یک مدل رگرسیونی هست. اما نکته مهم در بخش LASSO هست. این یعنی، ما با یک مدل رگرسیون همراه با رگیولارایزشن مواجهیم.
حالا رگولاریزه از چه نوعی؟ از نوع نُرم 1. توی سایکیت برای این مدل، یک دستور بنام Lasso داریم.
خب، حالا یکم در مورد خواص LASSO توضیح بدم؛ LASSO مخفف عبارت زیر هست:
Least Absolute Shrinkage and Selection Operator
عبارت بالا دو کلمه مهم داره. اول، کلمه Shrinkage که اشاره به کوچک شدن وزنها با رگولاریزه داره. با رگولاریزه نُرم 1، وزنها کوچکتر میشن، یا میشه گفت جلوی بزرگ شدن وزنها رو میگیره. یکی از نشونههای مهم اورفیت، بزرگ شدن وزنهای مدل هست.
کلمه دوم، Selection هست که به خاصیت صفر کردن وزنها اشاره داره. نُرم 1 نسبت به نُرم 2 بیرحمتر هست. نه تنها وزنها رو کوچک نگه میداره، بلکه بعضیهاشون رو صفر میکنه. این یعنی خاصیت انتخاب ویژگی یا Selection داره.
تصویر پیوستی، مقایسه وزنهای یک مدل درجه 10 در سه حالت {اورفیت، نُرم 1 و نُرم 2} هست.
برگی از دوره یادگیری ماشینمون
چطور بود؟
@pytorch_howsam
BY PyTorch Howsam

Share with your friend now:
tgoop.com/pytorch_howsam/423