机器学习中L1 L2正则化项(范式，惩罚项)

1. 什么是L1 L2？ 正则化项，范式，惩罚项是不同学科范畴的学者的不同叫法，具体如下： 在机器学习称作正则化； 统计学领域称作惩罚项； 数学界会称作范数。 L1范数：L1范数就是曼哈顿距离，向量中每个元素绝对值的和   L2范数：L2就是欧式距离，向量元素绝对值的平方和再开平方   2. 在机器学习中L1 L2起到的作用是？ 有如下比较普遍的解释： L1正则化：可以产生稀疏权值矩阵，即产生一个

>>阅读原文<<