Cómo encontrar el número de regularización perfecto?

1. ¿Cómo se calcula la regularización??
2. ¿Cómo elige el valor del parámetro de regularización λ??
3. ¿Cuál debería ser el valor del parámetro de regularización??

¿Cómo se calcula la regularización??

El principio detrás de la regularización es que funciona agregando un término de penalización o complejidad al modelo complejo. Teniendo en cuenta la ecuación de regresión lineal simple: y = β0+β1 × 1+β2 × 2+β3 × 3+⋯+βNXN+B, donde y representa el valor a predecir y x1, x2,… xn representa las características para y. Además, β0, β1, ....

¿Cómo elige el valor del parámetro de regularización λ??

Al elegir un valor lambda, el objetivo es lograr el equilibrio adecuado entre la simplicidad y el ajuste de los datos de entrenamiento: si su valor lambda es demasiado alto, su modelo será simple, pero corre el riesgo de desacreditar sus datos. Su modelo no aprenderá lo suficiente sobre los datos de capacitación para hacer predicciones útiles.

¿Cuál debería ser el valor del parámetro de regularización??

El parámetro de regularización, ϵ, se reduce de un valor inicial de 10 por un factor de 0.1 a un valor de 1x10-6 cuando las condiciones de optimización e integridad se consideran satisfechas. El problema MPCC se modifica cuando se actualiza el parámetro de regularización y se resuelve nuevamente.