L0,L1,L2範式的區別？嶺迴歸，Lasso迴歸

範數規則化有兩個作用： 1）保證模型儘可能的簡單，避免過擬合。 2）約束模型特性，加入一些先驗知識，例如稀疏、低秩​等。 先討論幾個問題： 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，那麼可以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更好的可解釋性。 2）參

>>阅读原文<<