正则化和范数
L1范数：
||X||1=(|x1|+|x2|+...+|xn|)
L2范数：
||X||2=(|x1|2+|x2|2+...+|xn|2)12
特别的，L0范数：指向量中非零元素的个数。无穷范数：指向量中所有元素的最大绝对值。
L1正则化和L2正则化可以看做是损失函数的惩罚项。所谓『惩罚』是指对损失函数中的某些参数做一些限制。对于线性回归模
型，使用L1正则化的模型建叫做Lasso回归，使用L2正则化的模型叫做Ridge回归（岭回归）。
从图中可以看出，L1范数的交点一般出现在坐标轴上，这时候w1或w2＝0。