试题详情

对参数进行L2正则，是机器学习常用的防止过拟合的方法。对参数做L2正则时，（）是对参数本身做先验分布假设。

L1正则先验服从高斯分布，L2正则先验服从拉普拉斯分布。

机器学习中L1正则化和L2正则化的区别是？( )

机器学习中L1正则化和L2正则化的区别是？（难度：★★★★）

下列哪种方法可以用来减小过拟合?(多选)(A)更多的训练数据(B)L1 正则化(C)L2 正则化(D)减小模型的复杂度