L0,L1,L2正則化

在機器學習的概念中，我們經常聽到L0，L1，L2正則化，本文對這幾種正則化做簡單總結。 1、概念 L0正則化的值是模型參數中非零參數的個數。 L1正則化表示各個參數絕對值之和。 L2正則化標識各個參數的平方的和的開方值。 2、先討論幾個問題： 1）實現參數的稀疏有什麼好處嗎？ 一個好處是可以簡化模型，避免過擬合。因爲一個模型中真正重要的參數可能並不多，如果考慮所有的參數起作用，那麼可以對訓練數據可

>>阅读原文<<