范数
机器学习模型中，常加入惩罚项（结构风险），防止过拟合。
L0范数
L0范数指向量中非零元素的个数，直观上来说使用L0范数即想让模型参数为零的元素尽可能的多，或者说是为了参数稀疏。但是L0范数很难求导或者优化。
L1范数
L1范数指向量中各个元素的绝对值之和，也称“稀疏规则算子”，使用率较高，是L0范数的最优凸近似。
补充：
任何的规则化算子，如果他在Wi=0的地方不可微，并且可以分解为一个“求和”的形式，那么这个规则化算子就可以实现稀疏。L1范数即符合。
L2范数
L2范数是向量中各个元素的平方的和，称为"岭回归"。一定程度上能够避免过拟合（每个参数都非常小，也就是如果数据变动不会造成太大的扰动）
数学推导
L1&L2范数
如图所示，分别为线性回归添加1、L2范数的等高线示意图，可以看出L1范数倾向于产生值为0的交点，所以L1范数能产生稀疏的结果，而L2范数倾向于接近于零。
从贝叶斯的角度
（贝叶斯派认为参数不是固定的，是一个随机变量，服从某个分布）
L1正则相当于加了Laplacean先验，L2正则项相当于加入了Gaussian先验。
参考
trace Lasso范数
1.已有研究表明L1范数在处理高维低相关数据时效果很好，但是面对相关数据时，L1范数通常会在相关的变量中随机选择一个，即不稳定；与此同时，L2范数（线性回归中加入L2范数叫岭回归）会两个都选择，但是L2范数为强凸，某些变量可能不需要强凸性，且L2在稀疏性上不如L1范数；
2.group Lasso是基于Lasso的改进，公式如下：
将所有参数w分为N组，对每一组内部使用L2范数，也就是上图和式的每一项，形成一个N元向量，然后继续在这N元 向量使用L1范数，也就是上图式子的加和，（由于L2范数大于等于零，所以无需加绝对值了，从而得到最终形式），group lasso的意义在于，可以成组的赋予0，适用于某些现实场景，但是如何确定分组仍是一个难以解决的问题。
3.
trace Lasso范数是介于L1范数与L2范数之间，取决于相关性，当所有特征正交时，等价于L1范数；当特征高度相关甚至是相等时，等价于L2范数。
稀疏
稀疏这个概念，在稀疏编码，非负矩阵分解等很想多地方都有见过，寻求稀疏的意义主要有以下几点：
1.可解释性（很多文献都有提到）
稀疏使得某些参数为0，即去除了部分特征，便可以理解为这些去除的特征与目标关系不大，相反，可以对留下的特征进行进一步的分析。
2.常用于降维，更简介的表示信息，且方便后续处理
参考文献
【Trace Lasso: a trace norm regularization for correlated designs】