试题详情

以下关于L1正则化和L2正则化的说法正确的是?

A防止模型欠拟合而加在损失函数后面的一项

BL1范数符合拉普拉斯分布,是完全可微的

CL1正则化项是模型各个参数的平方和的开方值

DL1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