keras构建前馈神经网络(feedforward neural network)进行分类模型构建并加入L2正则化
正则化(Regularization)是机器学习中一种常用的技术,其主要目的是控制模型复杂度,减小过拟合。最基本的正则化方法是在原目标(代价)函数 中添加惩罚项,对复杂度高的模型进行“惩罚”。
#加载需要的包和函数
# Load librariesimport numpy as npfrom keras.datasets import imdbfrom keras.preprocessing.text import Tokenizerfrom keras import modelsfrom keras import layersfrom keras import regularizers# Set random seednp.random.seed(0)
#加载示例数据集:
# Set the number of features we wantnumber_of_features = 1000# Load data and target vector from movie review data(train_data, train_target), (test_data, tes