如何在 R 中实现正则化/权重衰减
How to implement regularization / weight decay in R
令我惊讶的是，R 神经网络包的数量似乎没有 regularization/lambda/weight 衰减参数。我假设我遗漏了一些明显的东西。当我使用像 MLR 这样的包并查看 integrated learners 时，我没有看到正则化参数。
例如：来自 deepnet 包的 nnTrain：
list of params
我看到几乎所有东西的参数 - 甚至掉线 - 但不是 lambda 或任何其他看起来像正则化的东西。
我对 caret 和 mlr 的理解是，它们基本上组织了其他 ML 包，并尝试提供与它们交互的一致方式。我没有在其中任何一个中找到 L1/L2 正则化。
我还进行了 20 次 google 搜索以寻找具有正则化的 R 包，但一无所获。我错过了什么？谢谢！
我查看了 mlr 中的更多模型（一项艰巨的任务），最终找到了 h2o 包学习器。在mlr中，classif.h2o.deeplearning模型有我能想到的所有参数，包括L1和L2。
安装 h2o 非常简单：
install.packages('h2o')
令我惊讶的是，R 神经网络包的数量似乎没有 regularization/lambda/weight 衰减参数。我假设我遗漏了一些明显的东西。当我使用像 MLR 这样的包并查看 integrated learners 时，我没有看到正则化参数。
例如：来自 deepnet 包的 nnTrain：
list of params
我看到几乎所有东西的参数 - 甚至掉线 - 但不是 lambda 或任何其他看起来像正则化的东西。
我对 caret 和 mlr 的理解是，它们基本上组织了其他 ML 包，并尝试提供与它们交互的一致方式。我没有在其中任何一个中找到 L1/L2 正则化。
我还进行了 20 次 google 搜索以寻找具有正则化的 R 包，但一无所获。我错过了什么？谢谢！
我查看了 mlr 中的更多模型（一项艰巨的任务），最终找到了 h2o 包学习器。在mlr中，classif.h2o.deeplearning模型有我能想到的所有参数，包括L1和L2。
安装 h2o 非常简单：
install.packages('h2o')