https://blog.csdn.net/jinping_shi/article/details/52433975

https://blog.csdn.net/zouxy09/article/details/24971995

一、概括：

L1和L2是正則化項，又叫做罰項，是為了限制模型的參數，防止模型過擬合而加在損失函數後面的一項。

二、區別：

　　1.L1是模型各個參數的絕對值之和。

　　　L2是模型各個參數的平方和的開方值。

　　2.L1會趨向於產生少量的特征，而其他的特征都是0.

　　　 因為最優的參數值很大概率出現在坐標軸上，這樣就會導致某一維的權重為0 ，產生稀疏權重矩陣

　　 L2會選擇更多的特征，這些特征都會接近於0。

最優的參數值很小概率出現在坐標軸上，因此每一維的參數都不會是0。當最小化||w||時，就會使每一項趨近於0

三、再討論幾個問題

1.為什麽參數越小代表模型越簡單？

　　越是復雜的模型，越是嘗試對所有樣本進行擬合，包括異常點。這就會造成在較小的區間中產生較大的波動，這個較大的波動也會反映在這個區間的導數比較大。

　　只有越大的參數才可能產生較大的導數。因此參數越小，模型就越簡單。

2.實現參數的稀疏有什麽好處？

　　因為參數的稀疏，在一定程度上實現了特征的選擇。一般而言，大部分特征對模型是沒有貢獻的。這些沒有用的特征雖然可以減少訓練集上的誤差，但是對測試集的樣本，反而會產生幹擾。稀疏參數的引入，可以將那些無用的特征的權重置為0.

3.L1範數和L2範數為什麽可以避免過擬合？

　　加入正則化項就是在原來目標函數的基礎上加入了約束。當目標函數的等高線和L1,L2範數函數第一次相交時，得到最優解。

　　L1範數：

　　L1範數符合拉普拉斯分布，是不完全可微的。表現在圖像上會有很多角出現。這些角和目標函數的接觸機會遠大於其他部分。就會造成最優值出現在坐標軸上，因此就會導致某一維的權重為0 ，產生稀疏權重矩陣，進而防止過擬合。

　　L2範數：

　　L2範數符合高斯分布，是完全可微的。和L1相比，圖像上的棱角被圓滑了很多。一般最優值不會在坐標軸上出現。在最小化正則項時，可以是參數不斷趨向於0.最後活的很小的參數。

　　假設要求的參數為θθ，hθ(x)hθ(x)是我們的假設函數，那麽線性回歸的代價函數如下：

　　那麽在梯度下降法中，最終用於叠代計算參數θθ的叠代式為：

　　如果在原始代價函數之後添加L2正則化，則叠代公式會變成下面的樣子：

　　每一次叠代，θj都要先乘以一個小於1的因子，從而使得θj不斷減小，因此總得來看，θ是不斷減小的。

正則化項L1和L2的區別