L1和L2

Ｌ１即是Ｌｏｓｓｏ迴歸，Ｌ２是嶺迴歸 L1範數是指向量中各個元素絕對值之和，用於特徵選擇; L2 範數   是指向量各元素的平方和然後求平方根，用於   防止過擬合，提升模型的泛化能力 L1與L2區別：使用L1可以得到稀疏的權值；用L2可以得到平滑的權值 機器學習中正則化項L1和L2的直觀理解 L1正則化和L2正則化可以看做是損失函數的懲罰項。所謂『懲罰』是指對損失函數中的某些參數做一些限制。對於

>>阅读原文<<