那么，在机器学习中，防止过拟合的一种方法是添加 L2 正则化，有人说 L1 正则化更好，这是为什么呢？另外我知道L1是用来保证数据的稀疏性的，这个结果的理论支持是什么？
machine-learning neural-network supervised-learning deep-learning
deep-learning ×1
machine-learning ×1
neural-network ×1
supervised-learning ×1