May, 2024
基于导数的回归正则化
Derivative-based regularization for regression
Enrico Lopedoto, Maksim Shekhunov, Vitaly Aksenov, Kizito Salako, Tillman Weyde
TL;DR我们介绍了一种新颖的正则化方法,称为 DLoss,在多变量回归问题中。我们的目标是通过惩罚模型的导数与从训练数据估计得出的数据生成函数的导数之间的差异,将模型与数据对齐,不仅在目标值方面,还包括相关的导数。实验证明,在使用 DLoss(使用最近邻选择)时,我们平均获得与验证数据集中的均方误差最佳排名,相比于无正则化、L2 正则化和 Dropout。