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。 L0 ， L1 向量範數 L0 範數 L0 範數是指向量 v 中的非0的個數，是一種度量向量稀疏性的表示方法。例如： v=[0,1,1,0,0,1] ，那麼 ∥v∥0=3 。 L1 範數 L1 範數是向量中元素的絕對值之和，即 ∥v

>>阅读原文<<