L1，L2正则化

何为正则化

正则化就是给模型加上的一个“项”，我们先来看一个图

对于这么一个模型，它在训练数据集上取得的成绩很好，但是有一个问题存在，模型太过于复杂了，往往这样的一个模型将它放在实际问题当中发挥的效果不会很好，方差过大不稳定，这就导致过拟合的现象发生，于是我们引入正则项，对模型加以限制，对复杂模型进行惩罚，因此又叫惩罚项*

这里的R就是我们需要引入的正则化项，我们在计算损失函数添加正则化项可以有效的避免过拟合的风险

L1、L2正则化

L1正则化项的形式为

$$R(\theta )=\partial \Sigma |w|$$
$$通过对我们的参数w取绝对值$$

L2正则化的形式为

$$R(\theta )=\partial w^2$$
$$通过对我们的w取平方$$

• L1

L(θ)是原始的损失函数，∂∑|w|是L1正则化项，∂是正则化系数。L1正则化项是带有绝对值符号的函数，因此加了L1正则化项的损失函数是不完全可微的。当我们在原始损失函数L后添加L1正则化项后，相当于对L(θ)做了一个约束。令R=∂∑|w|，则J=L+R，我们知道梯度下降算法的目的是使损失函数最小化，那么我们的任务变成在R约束下求出L取最小值的解。假设在二维的情况，即只有两个权值w1和w2，此时R=|w1|+|w2|。损失函数的梯度等值线如图1中的实线等高椭圆所示，梯度的最小值为其中心点，如果没有加任何限制项，则模型学习过程就是每次沿着梯度等高线垂直的方向寻找极值点。

图1

上图中L与R在R的一个顶点处(0,w2)相交，这个顶点就是损失函数J的最优解。可以直观想象，因为L函数有很多“突出的角”（二维情况下四个，多维情况下更多），L与这些角接触的机率会远大于与L其它部位接触的机率，而在这些角上会有很多权值等于0，这就是为什么L1正则化可以产生稀疏模型。

Tip: L1正则的另一种用途

L1正则除了防止过拟合还有一个好处可以用来挑选特征，what！挑选特征？没错，因为L1正则可以更容易的得到稀疏矩阵，权值为0，相当于剔除对于模型贡献不大的特征，减少了模型训练的压力，

• L2

同L1的道理,求解带L2正则的损失函数

$$J=L+R$$
$$假定在二维情况下时，R=w_0^2+w_1^2$$
正则化前面的系数∂，可以控制 R图形的大小。∂过小，R的半径则很大，就越容易达到损失函数的最小值（中心点），会发生过拟合现象；∂过大，R的半径则很小，即对模型参数惩罚过重，模型的能力也就越弱，会发生欠拟合现象。

	值得一提的是：参数w越小,模型越平滑（泛化能力越强），以至于当数据偏移时数据y值不会发生剧烈的偏移