转载：矩阵L2,1范数及矩阵L2,p范数的求导

常见的矩阵范数有L1，L2，∞∞范数，F范数和引申出的L2,1范数。而在机器学习的特征选择中，利用选择矩阵的范数对选择矩阵进行约束，即是正则化技术，是一种稀疏学习。 L0L0向量范数 L0L0 范数 L0L0，也描述了向量的稀疏性。 从图中可以看出，pp范数，或者是其他可优化的范数。 矩阵的L1L1范数 为了度量稀疏矩阵的稀疏性，则定义矩阵的一种范数，为： ∥W∥1=∑i,j|Wi,j|‖W‖1=

>>阅读原文<<