0.导语
研究一下范数与正则化,并做相应记录!
1.范数
范数(Norm)是具有度量性质的函数,在机器学习中,经常用来衡量向量的大小。
范数把一个向量映射为一个非负值的函数,我们可以将一个向量x,经范数后表示点距离原点的距离,那么L^p范数定义如下:
其中p属于R,p大于等于1。
2.经典范数
(1)L0范数:表示统计向量中非零元素的个数(不是严格意义上的范数)。
我们可以通过最小化L0范数,来寻找最少最优的稀疏特征项。但不幸的是,L0范数的最优化问题是一个NP hard问题(L0范数同样是非凸的)。