L1范数和 L2 范数分别是什么

L1范数和L2范数是常用的正则化方法，用于避免机器学习模型过拟合。

L1范数是指向量中各个元素绝对值之和，也叫曼哈顿距离或稀疏规则算子，用符号 ||x||1 表示，其中 x 是向量。L1范数的作用是可以产生稀疏解，即将某些特征的权重缩小到0，起到特征选择的作用。

L2范数是指向量各元素的平方和再开根号，也叫欧几里得距离或L2正则化，用符号 ||x||2 表示，其中 x 是向量。L2范数的作用是可以防止过拟合，通过缩小所有特征的权重，使得模型更加平滑，并且可以使得模型更加稳定。