Hãy khám phá các lựa chọn bên dưới.

Hãy tưởng tượng một mô hình tuyến tính có 100 tính năng nhập:

10 thông tin đó rất hữu ích.

90 trang web không cung cấp thông tin.

Giả sử tất cả các tính năng đều có giá trị nằm trong khoảng từ -1 đến 1. Câu nào sau đây là đúng?

Mức độ thường xuyên L1 sẽ khuyến khích nhiều trọng số không cung cấp thông tin gần như (nhưng không chính xác) 0.0.

Nhìn chung, việc định mức L1 đầy đủ của xu hướng Lbd có xu hướng khuyến khích các tính năng không chứa thông tin với trọng số chính xác là 0.0. Không giống như chuẩn hoá L2, chuẩn hoá L1 "pushes" khó đạt được về 0,0 cho dù trọng số từ 0,0 trở đi bao nhiêu.

Mức độ điều chỉnh L1 sẽ khuyến khích hầu hết các trọng số không cung cấp thông tin chính xác đến 0,0.

Mức độ thường xuyên L1 của đủ lambda có xu hướng khuyến khích các trọng số không cung cấp thông tin trở thành 0.0. Như vậy, các tính năng không chứa thông tin này sẽ rời khỏi mô hình.

Việc điều chỉnh L1 có thể khiến các tính năng chứa nhiều thông tin trở nên chính xác 0,0.

Hãy thận trọng--Việc điều chỉnh L1 có thể khiến các loại tính năng sau đây bị tính trọng số chính xác là 0:

Có những tính năng yếu kém.

Các tính năng mạnh mẽ và cung cấp nhiều thông tin ở các quy mô khác nhau.

Các tính năng cung cấp thông tin có mối tương quan chặt chẽ với các tính năng thông tin tương tự khác.