Lp范数在数据拟合中起到关键作用，不同p值对应不同的统计特性：L0范数对应众数，L1范数对应中位数，L2范数对应平均数，而L+∞范数对应中程数。p值的选择影响对异常值的敏感度，L2范数最敏感，L1范数相对不敏感，L0范数则无感。0Lp范数
定义如下，p取值范围[0,+∞)
其中L0范数表示非零数据的个数
L+∞范数表示数据中的最大值
L-∞ 范数表示数据中的最小值
与数据拟合的关系
数据拟合中，通常说通过Lp范数最小化求解，是指yi的p次方和作为损失函数（无需再开p次方）
损失函数最小，以求解表达式中的参数。通常取 p>=1（主要是了大数据计算方便）
实际在小数据、少量参数情况下，通过优化算法，可以实现0<p<1情况的数据拟合
以上公式只有在p=0，以及p=+∞时，才需要严格按照Lp范数的定义赋予损失函数
要理解Lp范数对数据拟合的意义，我们先考虑如下情况
p= 0 时，a 的结果为数列X的 众数 （由于0^0问题，此时损失函数需要按L0范数的定义写）
p= 1
最低0.47元/天 解锁文章
1001
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
