为什么L1正则具有稀疏性

因为L1会把很小的值压为0，将W变成了一个稀疏矩阵了，而L2则是整体的降小，只是W越大W降的越大，但是不会变成0，更能体现原始特征。因此常用L1来做特征选择。

L1只和稀疏的数据发生交叉，不稀疏的地方就不交叉。