坐标下降法 共 1 篇文章

坐标下降法在稀疏学习中的循环与随机选择收敛性对比
2026-07-27 12:38:34
坐标下降法在稀疏学习中的循环与随机选择收敛性对比 坐标下降法是一种迭代优化算法,每次只更新目标函数中的一个坐标(变量),而固定其他坐标。在稀疏学习问题(例如Lasso回归)中,这种方法效率极高。坐标的选择策略直接影响收敛速度:最常用的是循环选择(按固定顺序轮流)和随机选择(均匀随机抽取)。下面我们通
坐标下降法 稀疏学习 收敛性
49 0