L1,L2正則有何用？線性代數意義，貝葉斯先驗和實際意義

http://blog.csdn.net/pipisorry/article/details/52108040 機器學習和深度學習常用的規則化方法之一：L範數正則化（規格化）。 一般來說，監督學習可以看做最小化下面的目標函數）： 規則項Ω(w)     loss項可參考[機器學習算法及其損失函數 ]。Note：似然函數(likelihood function)的負對數被叫做誤差函數（error f

>>阅读原文<<