l1和l2正则化的区别
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】
推荐阅读
- 干碳纤维和湿碳纤维强度对比 干碳纤维和湿碳纤维的区别
- 拉面的配方和制作方法
- 福字正贴和倒贴的意义
- vivo手机如何强行格式化
- 银子分生银和熟银吗
- 属马女和属鸡男的婚姻配吗
- 早熟禾和高羊茅区别
- 亲子烹饪：蒸蛋糕和番茄酱
- 橙子和冰糖炖止咳吗 橙子和冰糖炖是否可以止咳
- 实质细胞和间质细胞的区别