【机器学习】LASSO算法&弹性网络

1.在上一次我们说了Rigde回归。在那之间我们说了对于代价函数有两种正则化的方式：L1正则化和L2正则化。这两种正则化的目的有一个很重要的共同点就是抵抗多重共线性，在岭回归中我们使用的是L2正则化，那么今天就简单的说一下L1正则化。                              上边的函数就是Lasso算法的代价函数，也是L1正则化之后的代价函数。在这种方法下，对于代价函数最小值的求

>>阅读原文<<