当我们有多个目标时，sklearn中套索的目标函数是什么？

Question

在sklearn的documentation中，它说

The optimization objective for Lasso is:
(1 / (2 * n_samples)) * ||y - Xw||^2_2 + alpha * ||w||_1

我想知道如果y的形状是(n_targets, n_features)，那么||w||_1的定义是什么，在这种情况下w的形状是(n_features, n_targets)

Answer 1

正如您可能从code或docs中看到的，在这种情况下w的范数变成了它的L_{2,1} norm。y - Xw的欧几里德范数成为相应矩阵的Frobenius范数