正则L1和L2，以及L1不可导的处理（Proximal Algorithm近端算法）
L1正则化(lasso回归)是指权值向量w中各个元素的绝对值之和，通常表示为。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。
使用场景：输入特征的维度很高,而且是稀疏线性关系。
L2正则化(岭回归)是指权值向量w中各个元素的平方和然后再求平方根（可以看到Ridge回归的L2正则化项有平方符号），通常表示为。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。
使用场景：数据线性相关，用LinearRegression拟合的不是很好。
考虑二维的情况，即只有两个权值和
，
，在图中，当损失函数等值线与正则项Ｌ等值线相交的地方就是最优解，这个顶点的值是(0,w)。等值线与这些角接触的机率会远大于与L其它部位接触的机率，而在这些角上，会有很多权值等于0，这就是为什么L1正则化可以产生稀疏模型，进而可以用于特征选择。
L2正则化的函数图形是个圆，与方形相比，被磨去了棱角。因此相交时和
等于零的机率小了许多，这就是为什么L2正则化不具有稀疏性的原因。L2正则化不容易得到稀疏矩阵，同时为了求出损失函数的最小值，使得w1和w2无限接近于0，达到防止过拟合的问题。
L1不可导的时候：
当损失函数不可导,梯度下降不再有效,可以使用坐标轴下降法,梯度下降是沿着当前点的负梯度方向进行参数更新,而坐标轴下降法是沿着坐标轴的方向,假设有m个特征个数,坐标轴下降法进参数更新的时候,先固定m-1个值,然后再求另外一个的局部最优解,从而避免损失函数不可导问题。
使用Proximal Algorithm对L1进行求解,此方法是去优化损失函数上界结果。
对于目标函数中包含加性的非平滑项并使用梯度下降求解的问题，如果可以使用proximal operator，则解法如下：
假设目标函数为 其中
可导，而
不可导。
则每步迭代更新为
其中，
如果 ，也就是题目中要求的L1范数正则化，则对应的
proximal operator是在寻找一个距离v点不要太远的一个x，使得f(x)尽可能小，显然f(x)<=f(v)。其中加粗的黑线表示作用域，浅色的黑线表示函数f的等高线，蓝色的点对应上面式子的v点，红色点表示最终求得的x点
具体推导，见《西瓜书》（253-254页）