淺談15--------- L0、L1、L2正則化區別

1、概念  　　L0正則化的值是模型參數中非零參數的個數。 　　L1正則化表示各個參數絕對值之和。 　　L2正則化標識各個參數的平方的和的開方值。 2、問題  　　1）實現參數的稀疏有什麼好處嗎？ 　　一個好處是可以簡化模型，避免過擬合。因爲一個模型中真正重要的參數可能並不多，如果考慮所有的參數起作用，那麼對訓練數據可以預測的很好，但是對測試數據就只能呵呵了。另一個好處是參數變少可以使整個模型獲得

>>阅读原文<<