Kwa mtazamo wa vitendo, L1 huwa na mwelekeo wa kupunguza mgawo hadi sufuri ilhali L2 ina mwelekeo wa kupunguza vigawo kisawasawa. L1 kwa hivyo ni muhimu kwa uteuzi wa vipengele, kwa vile tunaweza kuangusha viambajengo vyovyote vinavyohusishwa na viambajengo vinavyoenda hadi sufuri. L2, kwa upande mwingine, ni muhimu unapokuwa na vipengele vya collinear/codependent.
Matumizi gani ya kuratibisha L1 na L2 ni nini?
L1 kuhalalisha hutoa matokeo katika uzani wa jozi kutoka 0 hadi 1 kwa vipengele vya muundo na inakubaliwa kwa ajili ya kupunguza idadi ya vipengele katika mkusanyiko mkubwa wa data. Udhibiti wa L2 hutawanya maneno ya hitilafu katika uzani wote ambayo husababisha miundo ya mwisho iliyobinafsishwa zaidi.
Kuna tofauti gani kati ya L1 na L2 kuhalalisha?
Tofauti kuu angavu kati ya urekebishaji wa L1 na L2 ni kwamba L1 kuratibisha hujaribu kukadiria wastani wa data huku urekebishaji wa L2 unajaribu kukadiria maana ya data ili kuzuia kutosheleza kupita kiasi. … Thamani hiyo pia itakuwa wastani wa usambazaji wa data kihisabati.
Udhibiti wa L1 na L2 ni nini katika kujifunza kwa kina?
Urekebishaji wa
L2 pia hujulikana kama kuoza kwa uzito kwani hulazimisha uzani kuoza kuelekea sifuri (lakini sio sufuri haswa). Katika L1, tunayo: Katika hili, tunaadhibu thamani kamili ya uzani. Tofauti na L2, uzani unaweza kupunguzwa hadi sifuri hapa. Kwa hivyo, ni muhimu sana tunapojaribu kubanamtindo wetu.
Je, utaratibu wa L1 na L2 hufanya kazi vipi?
Mtindo wa urejeshi unaotumia mbinu ya urekebishaji wa L1 unaitwa Regression ya Lasso na modeli inayotumia L2 inaitwa Ridge Regression. Tofauti kuu kati ya hizi mbili ni muda wa adhabu. Urejeshaji wa mapigo huongeza "ukubwa wa mraba" wa mgawo kama neno la adhabu kwenye chaguo la kukokotoa la kupoteza.
