L1正则和L2正则

最新推荐文章于 2024-03-28 16:50:59 发布

Mihu_Tutu

最新推荐文章于 2024-03-28 16:50:59 发布

阅读量330

点赞数 1

分类专栏：深度学习

本文链接：https://blog.csdn.net/Mihu_Tutu/article/details/100923263

版权

深度学习专栏收录该内容

31 篇文章 1 订阅

订阅专栏

原文链接：https://blog.csdn.net/w5688414/article/details/78046960

https://blog.csdn.net/jinping_shi/article/details/52433975

补充链接：

https://segmentfault.com/a/1190000018378231?utm_source=tag-newest

范数(norm）

数学上，范数是一个向量空间或矩阵上所有向量的长度和大小的求和。简单一点，我们可以说范数越大，矩阵或者向量就越大。范数有许多种形式和名字，包括最常见的：欧几里得距离（Euclideandistance），最小均方误差（Mean-squared Error）等等。

大多数时间，你会在等式中看见范数像下面那样：
||x||,x可以是一个向量或者矩阵。
例如一个向量

其欧几里得范数为：

即向量a的模的大小。上面的例子展示了怎样计算欧几里得范数，或者叫做**l2-norm.**

X的Lp-norm的规范定义如下：

有趣的是，lp-norm看起来非常相似，但是他们的数学特性非常不同，结果应用场景也不一样。因此，这里详细介绍了几种范式。

L1-norm

X的l1-norm的定义为：

它有很多名字和许多种形式，它的昵称是曼哈顿范数（Manhattannorm）。两个向量或矩阵的l1-norm为

在计算机视觉科学家眼中，它叫做绝对偏差和（Sum of AbsoluteDifference，SAD）。

在一般情况下，它可以用于一个单元的偏差计算：

它叫做平均绝对误差（Mean-Absolute Error，MAE）.

L2-norm

所有范数中最流行的是l2-norm。总体上，它用于工程和科学领域的方方面面。基本定义如下，l2-norm:

它的平方形式，在计算机视觉领域为平方差的和（Sumof Squared Difference，SSD）

它最出名的应用是在信号处理领域，为均方误差（Mean-SquaredError，MSE），它被用来计算两个信号的相似度，质量（quality）和关系。MSE为：

正则化（Regularization）

机器学习中几乎都可以看到损失函数后面会添加一个额外项，常用的额外项一般有两种，一般英文称作 ℓ1-norm 和 ℓ2-norm，中文称作 L1正则化和 L2正则化，或者 L1范数和 L2范数。

L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失函数中的某些参数做一些限制。对于线性回归模型，使用L1正则化的模型建叫做Lasso回归，使用L2正则化的模型叫做Ridge回归（岭回归）。下图是Python中Lasso回归的损失函数，式中加号后面一项 $a\left \| w \right \|_{1}$
即为L1正则化项。

下图是Python中Ridge回归的损失函数，式中加号后面一项 $a\left \| w \right \|_{2}^{2}$ ,即为L2正则化项。

一般回归分析中回归 a 表示特征的系数，从上式可以看到正则化项是对系数做了处理（限制）。L1正则化和L2正则化的说明如下：

L1正则化是指权值向量w中各个元素的绝对值之和，通常表示为 $a\left \| w \right \|_{1}$
L2正则化是指权值向量w中各个元素的平方和然后再求平方根（可以看到Ridge回归的L2正则化项有平方符号），通常表示为

一般都会在正则化项之前添加一个系数，Python中用α表示，一些文章也用λ表示。这个系数需要用户指定。

那添加L1和L2正则化有什么用？下面是L1正则化和L2正则化的作用，这些表述可以在很多文章中找到。

L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择
L2正则化可以防止模型过拟合（overfitting）；一定程度上，L1也可以防止过拟合

为什么L1正则化可以产生稀疏模型（L1是怎么让系数等于零的）

假设有如下带L1正则化的损失函数：

其中J0J0是原始的损失函数，加号后面的一项是L1正则化项，αα是正则化系数。注意到L1正则化是权值的绝对值之和，JJ是带有绝对值符号的函数，因此JJ是不完全可微的。机器学习的任务就是要通过一些方法（比如梯度下降）求出损失函数的最小值。当我们在原始损失函数J0J0后添加L1正则化项时，相当于对J0J0做了一个约束。令 $L=a\sum _{w}\left | w \right |$ ，则 $J = J^{_{0}} + L$ ，此时我们的任务变成在L约束下求出J0取最小值的解。考虑二维的情况，即只有两个权值w1和w2，此时 $L = \left \| w^{^{1}} \right \| + \left \| w^{^{2}} \right \|$ 对于梯度下降法，求解J0J0的过程可以画出等值线，同时L1正则化的函数LL也可以在 $w^{1} w^{2}$ 的二维平面上画出来。如下图：

图中等值线是J0的等值线，黑色方形是L函数的图形。在图中，当J0等值线与L图形首次相交的地方就是最优解。上图中J0与LL在L的一个顶点处相交，这个顶点就是最优解。注意到这个顶点的值是(w1,w2)=(0,w) 。可以直观想象，因为L函数有很多『突出的角』（二维情况下四个，多维情况下更多），J0与这些角接触的机率会远大于与 L其它部位接触的机率，而在这些角上，会有很多权值等于0，这就是为什么L1正则化可以产生稀疏模型，进而可以用于特征选择。

而正则化前面的系数α，可以控制L图形的大小。α越小，L的图形越大（上图中的黑色方框）；α越大，L的图形就越小，可以小到黑色方框只超出原点范围一点点，这是最优点的值(w1,w2)=(0,w)中的w可以取到很小的值。

类似，假设有如下带L2正则化的损失函数：

$J = J_{0} + a \sum _{w} w^{2}$

同样可以画出他们在二维平面上的图形，如下：

@图2 L2正则化

二维平面下L2正则化的函数图形是个圆，与方形相比，被磨去了棱角。因此J0与L相交时使得w1或w2等于零的机率小了许多，这就是为什么L2正则化不具有稀疏性的原因.。

L2正则化和过拟合

拟合过程中通常都倾向于让权值尽可能小，最后构造一个所有参数都比较小的模型。因为一般认为参数值小的模型比较简单，能适应不同的数据集，也在一定程度上避免了过拟合现象。可以设想一下对于一个线性回归方程，若参数很大，那么只要数据偏移一点点，就会对结果造成很大的影响；但如果参数足够小，数据偏移得多一点也不会对结果造成什么影响，专业一点的说法是『抗扰动能力强』。

那为什么L2正则化可以获得值很小的参数？

以线性回归中的梯度下降法为例。假设要求的参数为θ， $h_{\theta }(x)$ 是我们的假设函数。线性回归一般使用平方差损失函数。单个样本的平方差是 $(h_{\theta }(x) - y)^{2}$ ，如果考虑所有样本，损失函数是对每个样本的平方差求和，假设有m个样本，线性回归的代价函数如下，为了后续处理方便，乘以一个常数 $\frac{1}{2m}$ ：

在梯度下降算法中，需要先对参数求导，得到梯度。梯度本身是上升最快的方向，为了让损失尽可能小，沿梯度的负方向更新参数即可。

最开始也提到L1正则化一定程度上也可以防止过拟合。当L1的正则化系数很小时，得到的最优解会很小，可以达到和L2正则化类似的效果。

新加：

观看CS231n的视频时，当训练准确率远大于测试准确率时，意味着出现了过拟合。如何降低过拟合-》增大正则项权重。

问：正则项的权重和正则项的系数相同吗？

L1 正则项中减小系数能防止过拟合。两者相同吗？

问：为什么正则化后，权重小的损失的更多，而权重大的则损失的少？

答：https://blog.csdn.net/qq_40378390/article/details/82954735

Mihu_Tutu

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
L1正则和L2正则

原文链接：https://blog.csdn.net/w5688414/article/details/78046960https://blog.csdn.net/jinping_shi/article/details/52433975补充链接：https://segmentfault.com/a/1190000018378231?utm_source=tag-newest范数(n...
复制链接

扫一扫

专栏目录