L0、L1、L2範數在機器學習中的應用

正則化在機器學習中經常出現，但是我們常常知其然不知其所以然，今天將從正則化對模型的限制、正則化與貝葉斯先驗的關係和結構風險最小化三個角度出發，談談L1、L2範數被使用作正則化項的原因。   首先我們先從數學的角度出發，看看L0、L1、L2範數的定義，然後再分別從三個方面展開介紹。 L0範數指向量中非零元素的個數 L1範數：向量中每個元素絕對值的和 L2範數：向量元素絕對值的平方和再開平方 應用一：

>>阅读原文<<