L1正則化與稀疏性

L1正則化與稀疏性 L1正則化使得模型參數具有稀疏性的原理是什麼？ 機器學習經典之作《pattern recognition and machine learning》中的第三章作出的一個解釋無疑是權威且直觀的，我們也經常都是從這個角度出發，來解釋L1正則化使得模型參數具有稀疏性的原理。再回顧一下，以二維爲例，紅色和黃色的部分是L1、L2正則項約束後的解空間，藍色的等高線是凸優化問題中的目標函數（

>>阅读原文<<