L1和L2比最大的区别是L1得到的参数解有更多的零，就是解更稀疏。
有两种较直观的解释：
1.最小均方函数导数不为0时，L2导数加上最小均方函数导数肯定不为0。但是L1的正则项是绝对值函数，导数为0只要在x从左边趋向于0和从右边趋向于0时导数异号就行，所以更容易得到稀疏解。
2.目标函数最小均方差解空间为同心圆，L2解空间也为同心圆，L1解空间为菱形，两个解空间相交处为最优值。如图1所示。
目标函数和正则式解空间
线性回归Lasso（L1）和岭回归（L2）区别
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- 姓名：朱睿琦 学号：15180288015 参考：http://blog.csdn.net/zouxy09 【嵌牛...
- 引入 监督学习的过程可以概括为：最小化误差的同时规则化参数。最小化误差是为了让模型拟合训练数据，规则化参数是为了防...
- 谷歌开发者机器学习词汇表：纵览机器学习基本词汇与概念 姓名：钟航 转载自：http://mp.weixin.qq....
- 介绍 我正在和一位刚刚在印度超市连锁店担任运营经理的朋友说话。在我们的讨论中，我们开始谈论在印度节日（排灯节）开始...
- 1. 最小二乘法（Least squares） 最小二乘法是一种数学优化技术，它通过最小化误差的平方来寻找数据的最...
