Table of Contents
नियमितीकरण एक ऐसी तकनीक है जिसका उपयोग पर्यवेक्षकीय सीखने में किया जाता है ताकि मॉडल की जटिलता को दंडित कर सकें। यह मॉडल के सामान्यीकरण को बिना किसी डेटा के सुधार में मदद करता है और इसके भविष्यवाणियों को बढ़ाता है।
नियमितीकरण को समझना
नियमितीकरण एक दंड शब्द सहित प्रशिक्षण के दौरान नुकसान समारोह को संशोधित करता है। आम प्रकारों में एल 1 नियमितीकरण (लासो) और एल 2 नियमितीकरण (रिज) शामिल हैं। ये विधियां मॉडल मापदंडों की परिमाण को नियंत्रित करती हैं, सरल मॉडल को प्रोत्साहित करती हैं।
गणना नियमितीकरण को लागू करना
पर्यवेक्षण में, नियमित रूप सेीकृत हानि समारोह को व्यक्त किया जा सकता है:
Los = मूल हानि + λ × नियमितीकरण अवधि
जहां λ (lambda) नियमितीकरण पैरामीटर है जो नियमितीकरण की ताकत को निर्धारित करता है। उदाहरण के लिए, रिज रिग्रेशन में, नियमितीकरण शब्द चौकोर गुणांक का योग है:
]λ × λ (coffects)^2
नियमितीकरण के लिए सर्वश्रेष्ठ अभ्यास
- क्रॉस-वैलिडेशन के माध्यम से एक उचित नियमितीकरण पैरामीटर (λ) चुनें।
- छोटे λ मूल्यों के साथ शुरू करें और धीरे-धीरे मॉडल प्रदर्शन पर प्रभाव का निरीक्षण करने में वृद्धि करें।
- जब सुविधा चयन वांछित है तो L1 नियमितीकरण का उपयोग करें।
- बेहतर परिणामों के लिए सुविधा स्केलिंग के साथ नियमितीकरण को मिलाएं।
- अंडरफिटिंग या ओवरफिटिंग से बचने के लिए प्रशिक्षण और सत्यापन त्रुटियों की निगरानी करें।