机器学习_L1为什么比L2更容易产生稀疏解

我们首先可以设目标函数为 L L L，目标函数中的权值参数为 w w w，那么目标函数和权值参数的关系如下所示： 如上图所示，最优的 w w w在绿色的点处，而且 w w w非零。 我们首先可以使用L2正则进行优化，新的目标函数： L + C W 2 L + CW^{2} L+CW2，示意图如下蓝线所示： 我们可以看到，最优的 w w w出现在黄点处， w w w的绝对值减小了，更靠近横坐标轴，但

>>阅读原文<<