我想知道這裡是否有人可以解釋兩者之間的區別 $ L1 $ , $ L2 $ 和 $ Max $ 模塊中的標準化模式sklearn.preprocessing.normalize()? 閱讀文檔後,我無法意識到其中的區別!
我想知道這裡是否有人可以解釋兩者之間的區別 $ L1 $ , $ L2 $ 和 $ Max $ 模塊中的標準化模式sklearn.preprocessing.normalize()?
sklearn.preprocessing.normalize()
閱讀文檔後,我無法意識到其中的區別!
這些選項導致不同的標準化。如果是長度協變量的向量,並說歸一化向量是那麼這三個選項表示使用什麼: L1: 二級: 最大限度: 注意使用Max不先取絕對值,所以不等於規範。 (源代碼)
這些選項導致不同的標準化。如果是長度協變量的向量,並說歸一化向量是那麼這三個選項表示使用什麼:
注意使用Max不先取絕對值,所以不等於規範。
(源代碼)
引用自:https://stats.stackexchange.com/questions/225564
Lasso
ElasticNet
tol