1. L1范数和L2范数的区别是什么？
image
Ans：①L1范数——指向量中各个元素的绝对值之和，又叫“稀疏规则算子”(Lasso regularization)。它可以实现特征的自动选择，一般，大部分特征x和y没有多大关系，在最小化目标函数时，考虑这些额外的特征虽然能减少训练误差，但是在预测新样本时，会干扰模型对正确结果的预测。L1算子可以学习去掉这些没有信息的特征，让其对应的权重为0。
②L2范数——在回归里面，又称“岭回归”(Ridge Regression)，有时也被称为“权值衰减”(weight decay)。它可以解决过拟合，使得w的每个元素都很小(接近0)，但不会置为0.
③加入正则相当于加入了一种先验。L1相当于加入了Laplacean先验；L2相当于加入了Gaussian先验。
2. 机器学习中，为何要常对数据进行归一化？
2.1归一化能够提高梯度下降的最优解求解速度。
image
如上图所示，蓝色线代表特征等高线，X1和X2的特征区间相差很大，当使用梯度下降法求解时，很可能走“之字型”路线（垂直等高线），从而需要迭代很多次才能收敛；
归一化后，等高线显得很圆，梯度下降能很快收敛。
2.2 归一化，有可能提高精度
一些分类器需要计算样本之间的距离（如kNN中的欧式距离）。如果一个特征值范围非常大，那么距离计算就主要取决于这个特征。
- 线性归一
x = x - min(x) / max(x) - min(x)
- 标准化归一
x = x - μ / σ
- 非线性归一化
经常用在数据分化比较大的情况，如log2，log10
3. 哪些机器学习算法不需要做归一化
概率模型（或树形模型），如决策树，随机森林
3.1为什么树形结构不需要归一化？
数值缩放，不影响分裂点的位置。
因为第一步都是按照特征值进行排序，排序不变，所属的分支和分裂点就不会不同。一般树形结构不能进行梯度下降
因为树模型是阶跃的，阶跃点不可导，所以树模型寻找最优点是通过寻找最优分裂点完成的。
