深入理解L0，L1和L2正则化

正则化技术是机器学习中常用的技术，一般是用来解决过拟合问题的。为什么范数可以作为机器学习的正则化项？为什么L1正则化可以用来进行特征选择的工作？为什么正则化可以解决过拟合问题？本篇博客从机器学习中为什么需要范数讲起，引出 L 0 L_0 L0​， L 1 L_1 L1​ 和 L 2 L_2 L2​的定义，然后回答上述的问题。 文章目录 一、损失函数与目标函数 二、范数与正则项 2.1 定义 2.2

>>阅读原文<<