文章 "您应当知道的 MQL5 向导技术（第 32 部分）：正则化" 新评论 MetaQuotes 2025.05.09 07:41 新文章 您应当知道的 MQL5 向导技术（第 32 部分）：正则化已发布： 正则化是一种在贯穿神经网络各层应用离散权重，按比例惩罚损失函数的形式。我们来考察其重要性，对于一些不同的正则化形式，能够在配合向导组装的智能系统运行测试。 正则化是机器学习算法的另一面，它为神经网络的性能带入了一些敏感性。在网络过程中，常有以牺牲其它参数为代价，只为某些参数过度分配权重的倾向。当依据样本之外数据执行测试时，这种对特定参数（网络权重）的“倾向”可能会阻碍网络的性能。这就是开发正则化的原因。 它本质上是一种机制，即按损失函数的结果成比例增加（或惩罚）各层结点所用的权重量级，来减慢收敛过程。这通常按以下方式完成：提早停止、索套（Lasso）、山脊、弹性网、或舍弃。这些格式中的每一种都略有不同，我们不会考虑所有类型，但我们将详细讨论 Lasso、Ridge 和 Drop-Out。 作者：Stephen Njuki 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
新文章 您应当知道的 MQL5 向导技术（第 32 部分）：正则化已发布：
正则化是机器学习算法的另一面，它为神经网络的性能带入了一些敏感性。在网络过程中，常有以牺牲其它参数为代价，只为某些参数过度分配权重的倾向。当依据样本之外数据执行测试时，这种对特定参数（网络权重）的“倾向”可能会阻碍网络的性能。这就是开发正则化的原因。
它本质上是一种机制，即按损失函数的结果成比例增加（或惩罚）各层结点所用的权重量级，来减慢收敛过程。这通常按以下方式完成：提早停止、索套（Lasso）、山脊、弹性网、或舍弃。这些格式中的每一种都略有不同，我们不会考虑所有类型，但我们将详细讨论 Lasso、Ridge 和 Drop-Out。
作者：Stephen Njuki