机器学习---L1和L2正则化的区别

L1正则化和L2正则化可以看成是损失函数的惩罚项，“惩罚”就是对损失函数中的某些参数做一些限制。对于线性回归模型，使用L1正则化的模型建叫做Lasso回归，使用L2正则化的模型叫做Ridge回归（岭回归）。 L1正则化和L2正则化说明如下：   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|w|1 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|w|2    

>>阅读原文<<