轉載：矩陣L2,1範數及矩陣L2,p範數的求導

常見的矩陣範數有L1，L2，∞∞範數，F範數和引申出的L2,1範數。而在機器學習的特徵選擇中，利用選擇矩陣的範數對選擇矩陣進行約束，即是正則化技術，是一種稀疏學習。 L0L0向量範數 L0L0 範數 L0L0，也描述了向量的稀疏性。 從圖中可以看出，pp範數，或者是其他可優化的範數。 矩陣的L1L1範數 爲了度量稀疏矩陣的稀疏性，則定義矩陣的一種範數，爲： ∥W∥1=∑i,j|Wi,j|‖W‖1=

>>阅读原文<<