特点

正则化项即罚函数，该项对模型向量进行“惩罚”，从而避免单纯最小二乘问题的过拟合问题。训练的目的是最小化目标函数，则C越小，意味着惩罚越小，分类间隔也就越小，分类错误也就越少。

L0范数表示向量中非零元素的个数
L1正则化表示各个参数绝对值之和。
L1正则化使得模型稀疏的权值。

L2正则化标识各个参数的平方的和的开方值。
L2使得模型可以得到平滑的权值，参数更趋近于0，提高泛化能力。

形式与推导

L1 regularization（往0方向靠)

原始的代价函数是：

$$C_0=C_0$$
更新 $w$：
$$w^{'}=w-\eta\frac{\partial C_0}{\partial w}$$

而在进行L1正则化处理后，在原始的代价函数后面加上一个L1正则化项，即所有权重w的绝对值的和，乘以λ/n。数学形式：

$$C=C_0+\frac{\lambda}{n}\sum_{w} |w|$$

对上式求导：

$$\frac{\partial C}{\partial w} = \frac{\partial C_0}{\partial w} + \frac{\lambda}{n}sgn(w)$$

$sgn(w)$是w的符号函数
$w$ 更新 $w\rightarrow w^{'}$ :

$$w^{'} = w - \eta\frac{\partial C_0}{\partial w}-\frac{\eta\lambda}{n}sgn(w)$$

相比没有L1正则化，新的权重比之前的多出 $\frac{\eta\lambda}{n}sgn(w)$。

当w为正时，更新后的w变小。当w为负时，更新后的w变大。因此它的效果就是让更新后的w不断往0靠，使网络中的权重尽可能为0，也就相当于减小了网络复杂度，防止过拟合。

L2 regularization（权重衰减）
L2正则化就是在代价函数后面再加上一个正则化项（ 12@H_404_823@ $\frac{1}{2}$的作用是为了便于求导后不存在2这个数字）：

$$C = C_0 + \frac{\lambda}{2n}\sum_{w}w^2$$
对上式求导：
$$\frac{\partial C}{\partial w} = \frac{\partial C_0}{\partial w} + \frac{\lambda}{n}w$$
$$\frac{\partial C}{partial b} = \frac{\partial C_0}{\partial b}$$

可见，L2的正则化对于$b$的更新无影响，w进行如下更新：

$$w^{'} = w - \eta\frac{\partial C_0}{\partial w} - \eta\frac{\lambda}{n}w$$
$$=(1- \frac{\eta\lambda}{n}w - \eta\frac{\partial C_0}{\partial w})$$

在不使用L2正则化时，求导结果中w前系数为1，现在$w$前面系数为 @H_520_1502@1−@H_404_1506@ηλn $1−\frac{\eta\lambda}{n}$ ，因为$\eta$、$\lambda$、n都是正的， $1−\frac{\eta\lambda}{n}$小于1，它的效果是减小w，即权重衰减（weight decay）。

广义线性模型

线性回归的形式：

$$\hat{y}(w,x) = w_0 + w_1 x_1 + ... + w_p x_p$$
其中，向量 $w = (w_1,…,w_p)$ 作为系数， w0@H_404_823@ $w_0$作为截距。

普通最小二乘法（Ordinary Least Squares）

目标函数：

$$\underset{w}{min\,} {|| X w - y||_2}^2$$
scikit-learn 实现此模型的方法：

sklearn.linear_model.LinearRegression(fit_intercept=True,normalize=False,copy_X=True,n_jobs=1)

示例：

from sklearn import linear_model
clf = linear_model.LinearRegression()
clf.fit ([[0,0],[1,1],[2,2]],[0,1,2])
LinearRegression(copy_X=True,fit_intercept=True,n_jobs=1,normalize=False)
clf.coef_
＃array([ 0.5,0.5])

但是，普通最小二乘法的系数估计依赖模型terms之间的独立性， 当terms是相关的，并且设计的X矩阵的列有近似线性相关,设计的矩阵变得更接近奇异 ，结果是,最小平方估计在观察到的反应对随机误差变得非常敏感,产生较大的反差. 多重共线性的这种情况更加，例如，数据在没有实验性的设计下收集。

岭回归 （Ridge Regression）

岭回归通过使用同系数大小的惩罚函数，解决了部分普通最小二乘法中的问题。岭系数最小化惩罚残差和。

$$\underset{w}{min\,} {{|| X w - y||_2}^2 + \alpha {||w||_2}^2}$$

$\alpha \geq 0$是一个控制收缩总量的复杂参数: $\alpha$ 越大，收缩总量越大，因此系数对于共线性变得更加稳健 。

原理同上面推到的 L2 正则化。

sklearn.linear_model.Ridge(alpha=1.0,fit_intercept=True,max_iter=None,tol=0.001,solver='auto',random_state=None)

from sklearn import linear_model
clf = linear_model.Ridge (alpha = .5)
clf.fit ([[0,[0,1]],.1,1]) 
Ridge(alpha=0.5,copy_X=True,max_iter=None,normalize=False,random_state=None,tol=0.001)
clf.coef_
＃array([ 0.34545455,0.34545455])
clf.intercept_ 
＃0.13636...

Lasso

套索算法是一个估计稀疏系数的线性模型。由于它倾向于解决较少的参数值，它在某些情况下时有效的，有效地较少解决方法说依赖的变量数 。正是由于这个原因，Lasso以及它的变体是压缩感知领域的基础. 在特定的情况下,它能复原确定的非0权值数集(查看压缩感知: tomography reconstruction with L1 prior (Lasso)).
在数学上,它包含了一个线性模型，训练 ℓ1@H_404_823@ $\ell_1$ （L1）优先值作为正则化. 目标函数是最小化:

$$\underset{w}{min\,} { \frac{1}{2n_{samples}} ||X w - y||_2 ^ 2 + \alpha ||w||_1}$$

sklearn.linear_model.Lasso(alpha=1.0,precompute=False,max_iter=1000,tol=0.0001,warm_start=False,positive=False,random_state=None,selection='cyclic')

from sklearn import linear_model
clf = linear_model.Lasso(alpha = 0.1)
clf.fit([[0,1])
Lasso(alpha=0.1,positive=False,precompute=False,selection='cyclic',warm_start=False)
clf.predict([[1,1]])
#array([ 0.8])

Elastic Net

ElasticNet 是一个线性回归模型，训练以 L1，L2正则化作为正则项。 这种组合使得学习一个较少
权值像Lasso是非0稀疏模型，同时保持着Ridge的正则化属性。通过使用l1_ratio参数来控制L1和L2的凸组合.
Elastic-net 在多重与另外一个特征相关联的特征时是很有效果的。 Lasso只能实现其中一种特点，但elastic-net更容易拥有以上两个特点。
一个实际关于 Lass和Ridge取舍的优点是，它能让Elastic-Net 继承某些 Ridge在循环下的稳定性。
在这种情况下，目标函数是最小化：

$$\underset{w}{min\,} { \frac{1}{2n_{samples}} ||X w - y||_2 ^ 2 + \alpha \rho ||w||_1 + \frac{\alpha(1-\rho)}{2} ||w||_2 ^ 2}$$

sklearn.linear_model.ElasticNet(alpha=1.0,l1_ratio=0.5,selection='cyclic')[source]

参考文章：
L0,L1,L2正则化浅析
http://www.jb51.cc/article/p-ghjzqxtq-ban.html

怎么理解在模型中使用L1+L2正则化
https://www.zhihu.com/question/38081976

正则化方法：L1和L2 regularization、数据集扩增、dropout
http://www.jb51.cc/article/p-wuohknap-bq.html

机器学习：L1与L2正则化项
http://www.jb51.cc/article/p-zuvvujdp-bcg.html

Generalized Linear Models
http://scikit-learn.org/stable/modules/linear_model.html