L1,L2正則

總體概述： L1 L 1 正則： L1=α∥ω∥1 L 1 = α ‖ ω ‖ 1 ,其中 α α 爲懲罰係數， ω ω 爲線性模型的參數。表示權值的絕對值之和最小。使他變最小的趨勢就是希望模型參數中爲0的項多一些，即稀疏。 提到L1，自然而然會想到爲什麼沒有L0.其實是有的。L0表示的含義是參數中非零項的個數。他的趨勢也是希望模型參數會盡可能多的爲0.但是實際上我們常用的卻是L1或者L2.原因在

>>阅读原文<<