L1正則化使得模型參數具有稀疏性的原理。

角度1：解空間形狀 面試者給出的答案多數也是從這個角度出發的。在二維的情況下，黃色的部分是L2和L1正則項約束後的解空間，綠色的等高線是凸優化問題中目標函數的等高線，如圖7.6所示。由圖可知，L2正則項約束後的解空間是圓形，而L1正則項約束的解空間是多邊形。顯然，多邊形的解空間更容易在尖角處與等高線碰撞出稀疏解。 但是爲什麼爲什麼加入了L1正則項就是定義了一個解空間約束？爲什麼L1和L2的解空間是

>>阅读原文<<