L1和L2正則化

L0範數，L1範數，L2範數 L0範數是指向量中非0元素的個數。 如果我們用L0範數來規則化一個參數矩陣W的話（正則項），就是希望W的大部分元素都是0。換句話說，讓參數W是稀疏的。 L1範數是指向量中各個元素絕對值之和，也有個美稱叫「稀疏規則算子」（Lasso regularization）。 爲什麼要稀疏？ 特徵選擇(Feature Selection)： 稀疏規則化它能實現特徵的自動選擇。一般

>>阅读原文<<