L0,L1,L2范式的区别？岭回归，Lasso回归

范数规则化有两个作用： 1）保证模型尽可能的简单，避免过拟合。 2）约束模型特性，加入一些先验知识，例如稀疏、低秩​等。 先讨论几个问题： 1）实现参数的稀疏有什么好处吗？ 一个好处是可以简化模型，避免过拟合。因为一个模型中真正重要的参数可能并不多，如果考虑所有的参数起作用，那么可以对训练数据可以预测的很好，但是对测试数据就只能呵呵了。另一个好处是参数变少可以使整个模型获得更好的可解释性。 2）参

>>阅读原文<<