[机器学习] 第一章 绪论 2.L0、L1、L2 范数正则化

参考：深度学习正则化-参数范数惩罚（L1,L2范数）_wangheng673的博客-CSDN博客 

参考：贝叶斯角度看 L1 & L2 正则化 | Wei's Blog

目录

一、L0范数正则化（惩罚）：非0的参数个数控制在c以内

1.1   L0范数

二、L1范数正则化：参数绝对值和控制在c内（参数稀疏性惩罚）

2.1 L1范数

2.2 🍇 Lasso Regression (Lasso回归)

2.3 几何解释

三、L2范数正则化：参数平方和

3.1 L2范数

3.2 🍇 Ridge Regression (岭回归) 

3.3 几何解释 

为什么L1会产生稀疏性？

总览