【机器学习】L1正则化L2正则化L1不可导

L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择
L2正则化可以防止模型过拟合（overfitting）；一定程度上，L1也可以防止过拟合

L1不可导：

第二境界：知道上面的proximal mamping的如何推导出结论的分段函数

介绍一下上面的prox映射

proximal映射是关于函数h的一个映射

第三境界：知道proximal mapping在这里代表什么，知道如何从目标函数展开泰勒公式，从而得到proximal mapping。（以下引用自西瓜书）

参考链接：
https://www.zhihu.com/question/38426074
https://blog.csdn.net/jinping_shi/article/details/52433975