これは、11月中にこの知識を追加し、本当の意味を理解していなかった、長い時間となっています。
L0は、（xiが0に等しくない）、非0桁数を表し、[1,2,3,4,5]ノン-5-番号0である、[0,1,2ノルム|| X || 0 = XIあります、0,3]ノン-3-は数0であります
L1はノルム|| X || 1 =Σ| XI | 0とXとの間のマンハッタン距離[1,2,3、-2、-1] = 1 + 2 + 3 + 2 + 1 = 9、桁数の絶対値のため。
あるL2ノルム|| X || 2 =Σ| XI | ^ 2は、xと0の間のユークリッド距離、[1、-3]である= 1 + 2 ^ 2 + 2 ^（ - 3）^ 2 =各デジタル正方形や平方根1 + 4 + 9 = 14、。
LPは当たり前|| X || P =√Σ（XI）^ pとします。オーバーフィッティング制御モデルの複雑さを軽減します。機能の一般的な損失のペナルティ項を追加します。
なぜ、L1、L2は、オーバーフィッティングを減らすことができます。モデルはより複雑ワットのパラメータであるので、より複雑なモデルです。W = [W1は、W2、W3、W4、W5、···、WN]いくつか0、いくつかしないゼロを聞かせ、すなわち、L0ノルムであります
目的関数：J MIN（wxiは、Y）STは| W | 0 <= C最適化問題を解決することはできません。図2は、定数C未満に制限することができる| W | | W | 1
コンストラクタラグランジュ関数L（α、W）= J（wxi、Y）+αL（W、α）= J（wxi、Y）+α（（| 1-C | W）| W | 2- C）= J（wxi; Y）+α| W | 2-αC= minJ（wxi、Y）+α| W | 2
それは2次元である場合、機能の損失を最小限に抑えるために、だけでなく、ペナルティ項後に、簡素化することが必要である時、2点の座標がW2、W1、のノルムようにあなたがはっきりと見ることができる、正方形あるいはw1ダウン正の傾きw2が0です。
ときに、2つのノルム、すなわち、円輪郭との交点です。