Регуляризация ашыкча тууралоонун алдын алуу жана моделдин жалпылоосун жакшыртуу үчүн колдонулган ыкмалардын жыйындысын билдирет. Ашыкча тууралоо моделдин машыгуу берилиштерин өтө жакшы үйрөнүп, ызы-чууну жана жаңы, көрүнбөгөн маалыматтарга тиешеси жок конкреттүү деталдарды кармаганда пайда болот. Регуляризация муну көзөмөлдөөгө жардам берет, бул моделдин объективдүү функциясына айыптык мөөнөтү кошуу менен, өтө татаал моделдерди жокко чыгарат.
Регуляризациянын эки кеңири таралган түрү L1 жана L2 регуляризациясы болуп саналат:
L1 регуляризациясы (Лассо регрессиясы):
-
L1 регуляризациясы чыгаша функциясына моделдин коэффициенттеринин абсолюттук маанилерине барабар жаза мөөнөтүн кошот.
-
Бул кээ бир коэффициенттердитак нөлгө чейин кичирейтүү**,функцияларды тандоонуэффективдүү аткаруу менен моделдин сейректигин** кубаттайт.
-
Натыйжадагы модель жөнөкөй жана чечмелөө оңой, анткени ал эң маанилүү функцияларды гана тандайт, ал эми анча маанилүү эместерин жокко чыгарат.
L2 Регуляризация (Ridge регрессия):
-
L2 регуляризациясы нарк функциясына моделдин коэффициенттеринин квадраттык чоңдуктарына барабар жаза мөөнөтүн кошот.
-
Ал анча маанилүү эмес функциялардын коэффициенттерин нөлгө чейин кичирейтүүгө умтулат, бирок аларды сейрек нөлгө так коёт.
-
L2 регуляризациясы чоң салмактарды жазалоо аркылуу ашыкча фиттингдин алдын алууда эффективдүү, демек, моделдин татаалдыгын азайтат.
L1 жана L2 регуляризациялоо ыкмалары ашыкча тууралоону азайтууга жана моделдин көрүнбөгөн маалыматтарды жалпылоо жөндөмүн жакшыртууга жардам берет. L1 жана L2 регуляризациясынын ортосундагы тандоо көбүнчө конкреттүү көйгөйгө, өзгөчөлүктөрдүн мүнөзүнө жана каалаган натыйжага жараша болот. Өзгөчөлүктөрдү тандоо касиети менен Lasso (L1) регуляризациясы эң актуалдуу өзгөчөлүктөрдү аныктоо зарылчылыгы болгондо тандалат. Ridge (L2) регуляризациясы бардык өзгөчөлүктөр потенциалдуу маанилүү болгондо ылайыктуу жана аларды толугу менен жок кылбастан, алардын таасирин азайтууга артыкчылык берилет. Кошумчалай кетсек, Эластикалык таза регуляризация деп аталган эки ыкманын айкалышы L1 жана L2 регуляризациясынын тең артыкчылыктарын бир эле учурда колдонсо болот.
