L0、L1、L2範數在機器學習中的應用

正則化在機器學習中經常出現，但是我們常常知其然不知其所以然，今天Cathy將從正則化對模型的限制、正則化與貝葉斯先驗的關係和結構風險最小化三個角度出發，談談L1、L2範數被使用作正則化項的原因。Cathy是初學者，理解有限，若有理解錯誤的地方還望大家批評指正。   首先我們先從數學的角度出發，看看L0、L1、L2範數的定義，然後再分別從三個方面展開介紹。 應用一：約束模型的特性 1.1 L2正則化

>>阅读原文<<