L1,L2正则化简单概括

工作需要，时常忘记区别，MARK一下：

L1 正则化 使不重要的参数的权重为零，从而使得非零的特征的权重显得突出，形成稀疏矩阵，从而起到特征选择的作用，也能起到防止过拟合。

L2 正则化，使所有的参数权重都相应的减小，使得因数据集的不同而受到的影响减小，从而起到防止过拟合的作用。