এর একটি খুব সহজ মডেল বিবেচনা করা যাক: উপর একটি হল L1 শাস্তি সঙ্গে, এবং এর একটি লিস্ট স্কোয়ারগুলির ক্ষতি ফাংশন । আমরা হ'ল সংক্ষিপ্তকরণ হিসাবে এক্সপ্রেশনটি প্রসারিত করতে পারি:y=βx+eβ^e^
minyTy−2yTxβ^+β^xTxβ^+2λ|β^|
আসুন ধরে নেওয়া যাক ন্যূনতম-স্কোয়ার সমাধানটি হ'ল কিছু , যা এই ধরে নেওয়া সমান এবং আমরা যখন এল 1 জরিমানা যুক্ত করি তখন কী ঘটে তা দেখুন। সাথে , , সুতরাং শাস্তির মেয়াদ সমান । উদ্দেশ্যমূলক ক্রিয়াটি t of এর ডেরাইভেটিভ হ'ল:β^>0yTx>0β^>0|β^|=β^2λββ^
−2yTx+2xTxβ^+2λ
স্পষ্টতই এর সমাধান রয়েছে । β^=(yTx−λ)/(xTx)
স্পষ্টতই বাড়িয়ে আমরা drive zero শূন্যে ( ) চালাতে পারি । তবে একবার গেলে বাড়িয়ে নেতিবাচক দিকে চালিত করবে না, কারণ শিথিলভাবে লিখলে তাত্ক্ষণিকভাবে negative নেতিবাচক হয়ে যায়, উদ্দেশ্যগত ক্রিয়াকলাপের ডেরাইভেটিভ এতে পরিবর্তিত হয়:λβ^λ=yTxβ^=0λβ^
−2yTx+2xTxβ^−2λ
যেখানে শাস্তি শর্তের নিখুঁত মান প্রকৃতির কারণে র সাইন ইন ফ্লিপ হয় ; যখন নেতিবাচক হয়ে, শাস্তি মেয়াদ সমান হয়ে , এবং উপজাত wrt গ্রহণ ফলাফল । এটি সমাধানের দিকে নিয়ে যায় , যা স্পষ্টতই inc (যে সর্বনিম্ন স্কোয়ার সমাধান , যা এবং বোঝায়λβ−2λββ−2λβ^=(yTx+λ)/(xTx)β^<0>0yTx>0λ>0)। 1 থেকে থেকে সরানোর সময় এল 1 জরিমানার বৃদ্ধি এবং স্কোয়ার ত্রুটি শর্তের বৃদ্ধি (যেমন আমরা কমপক্ষে স্কোয়ার সমাধান থেকে আরও এগিয়ে চলেছি) , তাই আমরা না, আমরা কেবল stick ।β^0<0β^=0
Int দিয়ে কমপক্ষে স্কোয়ার সমাধানের জন্য উপযুক্ত চিহ্নের পরিবর্তনের সাথে একই যুক্তি প্রযোজ্য তা স্বজ্ঞাতভাবে পরিষ্কার হওয়া উচিত । β^<0
সর্বনিম্ন স্কোয়ার্স পেনাল্টি সহ , তবে, ডেরাইভেটিভ হয়:λβ^2
−2yTx+2xTxβ^+2λβ^
স্পষ্টতই এর সমাধান রয়েছে । স্পষ্টতই কোনও বৃদ্ধি এটিকে পুরোপুরি শূন্যের দিকে চালিত করবে না। সুতরাং এল 2 পেনাল্টি কিছু হালকা বিজ্ঞাপন-হকারি ব্যতীত চলক নির্বাচনের সরঞ্জাম হিসাবে কাজ করতে পারে না যেমন "প্যারামিটারের অনুমানটি যদি psপ্সিলনের চেয়ে কম হয় তবে শূন্যের সমান হবে "। β^=yTx/(xTx+λ)λϵ
স্পষ্টতই যখন আপনি মাল্টিভারিয়েট মডেলগুলিতে যান তখন জিনিসগুলি পরিবর্তিত হতে পারে, উদাহরণস্বরূপ, একটি পরামিতি অনুমানের চারপাশে সরিয়ে নেওয়া অন্যটিকে সাইন পরিবর্তন করতে বাধ্য করতে পারে, তবে সাধারণ নীতিটি একই: এল 2 পেনাল্টি ফাংশনটি আপনাকে শূন্যের সমস্ত পথে পেতে পারে না, কারণ, খুব তাত্ত্বিকভাবে লেখা, এটি কার্যকরভাবে for এর জন্য অভিব্যক্তির "ডিনোমিনেটর" যুক্ত করে তবে এল 1 পেনাল্টি ফাংশনটি করতে পারে, কারণ এটি কার্যকরভাবে "অংক "কে যুক্ত করে। β^