L1范数是指向量中各个元素绝对值之和。
L2范数是指向量各元素的平方和然后求平方根。
L1范数可以进行特征选择,即让特征的系数变为0。
L2范数可以防止过拟合,提升模型的泛化能力,有助于处理 condition number不好下的矩阵(数据变化很小矩阵求解后结果变化很大)。
l1正则化的损失函数:
这篇文章讲的很好
https://www.cnblogs.com/zongfa/p/8796750.html
L1范数是指向量中各个元素绝对值之和。
L2范数是指向量各元素的平方和然后求平方根。
L1范数可以进行特征选择,即让特征的系数变为0。
L2范数可以防止过拟合,提升模型的泛化能力,有助于处理 condition number不好下的矩阵(数据变化很小矩阵求解后结果变化很大)。
l1正则化的损失函数:
这篇文章讲的很好
https://www.cnblogs.com/zongfa/p/8796750.html