为什么L1正则化产生稀疏解而L2不会：几何与次梯度解释 机器学习和统计建模中，正则化是防止过拟合、提升模型泛化能力的核心技术。两种最常用的正则化形式是L1正则化（Lasso）和L2
Proximal Gradient Method在L1正则化问题中的加速收敛 1. 理解L1正则化问题的挑战 明确 优化目标：求解形如 $\min{x} fx + \lambda
