将类似的思想应用于不同的场景，就成了不同的名词。
其实这些名词背后的数学原理是非常想像的。

在正则化过程中，通常不会使用n>=3的正则项，但理论上是存在的。

L0正则项如下：

求L0正则项是一个NP难问题，所以也不使用。
如果要限制theta的个数，则使用L1代替L0。

弹性网 Elastic Net

超参数r表示两种正则项之间的比例
同时结合了岭回归和lasso回归的优势
在实际应用中通常都先尝试岭回归
但如果特征特别多，岭回归的计算量会特别大，此时优先选择弹性网。
lasso回归则急于将特征化为0，可能会产生一些错误，使得结果偏差较大。

其他

批量梯度下降法 + 随机梯度下降法 = 小批量梯度下降法
岭回归 + lasso回归 = 弹性网