看了丕子博客里（http://www.zhizhihu.com/html/y2013/4414.html）的L1、L2损失、正则，想到了svm中的目标函数，先列一下博客里的内容
什么是损失，什么是正则；什么是L1，什么是L2。一会儿是L1正则，一会儿是L2损失。
总结：L1或者L2就是某种范数（线性代数和矩阵的基本概念），既可以用于损失又可以用于正则化参数。
损失是衡量预测值和真实值的差异，正则是控制所求参数的量级。
svm中的目标函数
看一下这个式子，后面一个式子指的就是L1损失，前面那个呢，指的就是L2正则化。
之前我们在用线性回归和逻辑回归的时候，为了增强模型的泛化能力，会对模型加一个L1或者L2的正则，前面的最小二乘法表达的式子是L2损失
