L1正则化和L2正则化

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