关于L1和L2正则

L1 正则可以产生稀疏性，即让模型部分特征的系数为 0。这样做有几个好处：首先可以让模型简单，防止过拟合；还能选择有效特征，提高性能。

L2 正则通过构造一个所有参数都比较小的模型，防止过拟合。但 L2 正则不具有稀疏性。



图片来源：https://ask.julyedu.com/question/6996