范数正则化L0、L1、L2-岭回归&Lasso回归

目录 一、L0/L1范数 1、分别定义 2、两者关系： 3、参数稀疏的好处 1）特征选择(Feature Selection)： 2）可解释性(Interpretability)： 四、L1（Lasso）、L2（岭回归）范数 五、Lasso算法和岭回归算法区别 1、梯度下降速度 2、模型空间的限制 延伸一：L1&L2正则化一起结合的Elastic Nets效果真的很好吗？   一、L0/L1范数

>>阅读原文<<