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。
1、L1正则化和L2正则化定义
- 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
- 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,通常表示为
2、L1正则化和L2正则化的作用
- 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
3、稀疏模型与特征选择
上面提到L1正则化有助于生成一个稀疏权值矩阵,进而可以用于特征选择。为什么要生成一个稀疏矩阵?
稀疏矩阵指的是很多元素为0,只有少数元素是非零值的矩阵,即得到的线性回归模型的大部分系数都是0。
通常机器学习中特征数量很多,例如文本处理时,如果将一个词组(term)作为一个特征,那么特征数量会达到上万个(bigram)。在预测或分类时,那么多特征显然难以选择,但是如果代入这些特征得到的模型是一个稀疏模型,表示只有少数特征对这个模型有贡献,绝大部分特征是没有贡献的,或者贡献微小(因为它们前面的系数是0或者是很小的值,即使去掉对模型也没有什么影响),此时我们就可以只关注系数是非零值的特征。这就是稀疏模型与特征选择的关系。
4、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)
当L曲线(正则化项曲线)和J0曲线(原损失函数曲线)相交的时候,总损失函数J=0,损失最小,也就是在L约束下求J0的最优解。对于L1正则化项来说,如图所示,J0最容易和L的顶点相交,此时,某些权重为0,可以达到稀疏化的目的,也就是特征选择。
5、为什么L2可以防止过拟合?
我的另一篇博客很详细:https://blog.csdn.net/qq_32172681/article/details/101372318
6、正则化系数选择
L1正则化参数:通常越大的λ可以让代价函数在参数为0时取到最小值。
L2正则化参数:λ越大,θj衰减得越快