在sklearn中，HistGradientBoostingRegressor的参数l2_regularization中可以包含哪些值

Question

我正在试着在sklearn中调优HistGradientBoostingRegressor的超参数，想知道l2_regularization的可能值是什么，其余的参数网格看起来像这样-

param_grid = {
    'learning_rate': [.1, .12],
    'max_iter': [1000, 1200],
    'min_samples_leaf': [15, 20],
    'max_depth': [None, 10, 20]
}

在这里，.12和1000次迭代的学习率提供了足够好的结果。所以我想知道l2_regularization的值是什么样的？它们是像.1, .2一样的学习率还是整数？据我所知，l2用于正则化惩罚，以减少模型中的方差。如果我说错了，请纠正我

Answer 1

事实上，正则化是添加到损失函数中的约束。当最小化损失函数时，模型还必须最小化正则化项。因此，这将减少模型方差，因为它不能过拟合。

l2_regularization的可接受参数通常在0和0.1之间的对数范围内，例如0.1, 0.001, 0.0001。