l1和l2正则化的区别是：
1、L1是模型各个参数的绝对值之和 。L2是模型各个参数的平方和的开方值 。
2、L1会趋向于产生少量的特征，而其他的特征都是0 ， 因为最优的参数值很大概率出现在坐标轴上，这样就会导致某一维的权重为0 ，产生稀疏权重矩阵 。L2会选择更多的特征，这些特征都会接近于0 。
3、最优的参数值很小概率出现在坐标轴上，因此每一维的参数都不会是0 。当最小化||w||时，就会使每一项趋近于0 。
【l1和l2正则化的区别 L1和L2正则】
经验总结扩展阅读
-
居家艺术 迷迭香不好养活，也不见开花？选这个品种试试，它香味浓好养活最重要的是花期还长
-
-
皮鞋二哈拆家不小心翻出男主人的皮鞋，里面竟藏2万块：看你干的好事
-
-
-
-
|大富豪“的士招”：为何10亿遗产都归二房，原配9个子女一分没有
-
-
-
-
-
-
文/七月长安-网上有句话说得好：“男人是重情重义的|让男人动情的女人，多半做到了这3点
-
2022年农历九月初七宜挖坟墓吗 2022年10月2日是挖坟墓吉日吗
-
星座不求人|12星座下周运势分析（7月13日~7月18日）
-
-
-
-
-
