En la mayoría de las clasificaciones (por ejemplo, regresión logística/lineal) el término de sesgo se ignora durante la regularización. ¿Obtendremos una mejor clasificación si no regularizamos el término de sesgo?¿Por qué el término de sesgo no se regulariza en la regresión de cresta?
Ejemplo:
Y = aX + b
Regularización se basa en la idea de que overfitting en Y es causada por a ser "excesivamente específica", por así decirlo, que se manifiesta generalmente por grandes valores de los elementos a 's.
b simplemente compensa la relación y su escala por lo tanto es mucho menos importante para este problema. Además, en caso de que se necesite una compensación grande por cualquier razón, regularizarla evitará encontrar la relación correcta.
Así que la respuesta está en esto: en Y = aX + b, a se multiplica con la variable explicativa, se le agrega b.
gracias por su respuesta. Lo entiendo ahora. –