Scikit-pelajari mode Normalisasi (L1 vs L2 & Max)

Saya bertanya-tanya apakah ada orang di sini yang dapat menjelaskan perbedaan antara mode normalisasi l1, l2 dan maks dalam modul sklearn.preprocessing.normalize ()? Setelah membaca dokumentasi saya tidak dapat menyadari perbedaannya!

Opsi-opsi mengarah pada normalisasi yang berbeda. jika$x$ adalah vektor panjang kovariat $n$, dan katakan bahwa vektor yang dinormalisasi adalah $y = x / z$ kemudian tiga opsi menunjukkan untuk apa digunakan $z$:

• L1: $z = \| x\|_1 = \sum_{i=1}^n |x_i|$
• L2:$z = \| x\|_2 = \sqrt{\sum_{i=1}^n x_i^2}$
• Maks:$z = \max x_i$

Perhatikan bahwa menggunakan Max tidak mengambil nilai absolut terlebih dahulu, sehingga tidak sama dengan norma $l_\infty$ .

( kode sumber )