我们以线性回归为例子,来验证L1 norm 相对于L2 norm 具有鲁棒性。
L1 norm 线性回归模型:
min_{w} \vert w^TX-b \vert_1
L2 norm 模型:
min_{w} \vert w^TX-b \vert_2
我们以误差 error 来考察两种模型的效果:
error(i) = w^Tx_i - b_i
matlab代码见下文
其结果为:
我们以线性回归为例子,来验证L1 norm 相对于L2 norm 具有鲁棒性。
L1 norm 线性回归模型:
min_{w} \vert w^TX-b \vert_1
L2 norm 模型:
min_{w} \vert w^TX-b \vert_2
我们以误差 error 来考察两种模型的效果:
error(i) = w^Tx_i - b_i
matlab代码见下文
其结果为: