如何解决如何使用特殊的误差函数和惩罚实现梯度下降
这个特殊的损失函数让我感到困惑。我是否需要在每次计算之前设置if else条件，以及如何在我的函数中实现这种惩罚？
def bgd_l2(data,y,w,eta,delta,lam,num_iter):
return new_w,history_fw
这是我的函数的样子，数据是一个二维numpy数组，每一行都是一个特征向量，y是一个目标值的一维numpy数组，w是一个对应的一维numpy数组对于权重向量，eta是学习率，delta和lam是目标函数的参数。
您能给我一些有关如何构建此功能的核心算法的建议吗？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
