正在检查 L2 正则化
本练习包含一个嘈杂的小型训练数据集。 在这种情况下，过拟合问题比较令人担忧。幸运的是，正则化可能会有所帮助。
本练习包含三项相关的任务。为了简化这三个任务之间的比较，请在单独的标签页中运行每个任务。
- 任务 1：运行模型至少 500 个周期。请注意以下几点：
- 测试损失。
- 测试损失与训练损失之间的差值。
- 特征和特征组合的已知权重。（从 FEATURES 到 OUTPUT 的每条线的相对厚度表示该特征或特征组合的已知权重。您可以将鼠标悬停在各行上方，找到确切的权重值。）
- 任务 2：（建议在单独的标签页中执行该任务。）将正则化率从 0 增加到 0.3。然后，运行模型至少 500 个周期，并找到以下问题的回答：
- 任务 2 中的测试损失与任务 1 中的测试损失有何不同？
- 任务 2 中的测试损失与训练损失之间的差值与任务 1 中的差异有何不同？
- 在任务 2 和任务 1 中，每个特征和特征组合的已知权重有何不同？
- 您的结果揭示了模型复杂度有什么特点？
- 任务 3：尝试不同的正则化率，尝试找到最佳值。
（答案会显示在练习下方。）