機器學習_L1爲什麼比L2更容易產生稀疏解

我們首先可以設目標函數爲 L L L，目標函數中的權值參數爲 w w w，那麼目標函數和權值參數的關係如下所示： 如上圖所示，最優的 w w w在綠色的點處，而且 w w w非零。 我們首先可以使用L2正則進行優化，新的目標函數： L + C W 2 L + CW^{2} L+CW2，示意圖如下藍線所示： 我們可以看到，最優的 w w w出現在黃點處， w w w的絕對值減小了，更靠近橫座標軸，但

>>阅读原文<<