深入理解L0，L1和L2正則化

正則化技術是機器學習中常用的技術，一般是用來解決過擬合問題的。爲什麼範數可以作爲機器學習的正則化項？爲什麼L1正則化可以用來進行特徵選擇的工作？爲什麼正則化可以解決過擬合問題？本篇博客從機器學習中爲什麼需要範數講起，引出 L 0 L_0 L0​， L 1 L_1 L1​ 和 L 2 L_2 L2​的定義，然後回答上述的問題。 文章目錄 一、損失函數與目標函數 二、範數與正則項 2.1 定義 2.2

>>阅读原文<<