L2范数

L2范数（L2-norm），也称为欧几里得范数（Euclidean norm）或2-范数，是线性代数和机器学习中常用的一种向量范数。它表示一个向量中所有元素的平方和的平方根。给定一个 n 维向量 x = (x1, x2, ..., xn)，其 L2 范数定义为：

‖ x ‖_{2} = \sqrt{x_{1}^{2} + x_{2}^{2} + \dots + x_{n}^{2}}

L2范数经常用于计算向量的长度或大小，它也可以被用作测量误差或距离，例如在回归分析和聚类算法中。L2范数具有平滑性和严格凸性的特点，在优化问题中有很好的数学性质，使得求解相对容易。在机器学习中，L2范数常常用作正则化项以防止模型过拟合，例如在 L2 正则化或岭回归中。

本文作者：Maeiee

本文链接：L2范数

版权声明：如无特别声明，本文即为原创文章，版权归 Maeiee 所有，未经允许不得转载！

喜欢我文章的朋友请随缘打赏，鼓励我创作更多更好的作品！