Doğrusal modeller altındaki kare hataları genellikle aşağıdakiler nedeniyle tercih edilir:
- gürültü (ilişkisizlik) olarak kabul edilen bazı rastgele fenomenlere göre iyi çalışan ortogonallikle ilişki
- dışbükey ve ayırt edilebilir, değilL1
- türev doğrusal sistemlere dönüştükçe izlenebilir optimizasyon algoritmaları verir
L1 genellikle kombinasyon yöntemiyle karmaşık sıkı seyreklik (sıfır olmayan terimlerin sayısı) için uygun bir proxy veya dışbükey gevşeme olarak kabul edilir, örneğin bkz Minimal Doğrusal Denklem En Büyük gereğinden az Sistemlerinde -norm Çözüm de En Akıllı Çözümℓ1 . Bazıları " " dışbükeyliği pahasına daha fazla sağlamak için , kullanma eğilimindedir .ℓp0<p<1
Ancak, sayım ölçümü sıfır olmayan ölçeklemeye duyarsızdır. Bir vektörü sıfır olmayan bir sabitle çarpın, sıfır olmayan terimlerin sayısı aynı kalacaktır. Bu nedenle, isimli mertebeden homojen iken Normlar veya yarı-normlar tüm mertebeden homojen. Bir şekilde, ' e olsa bile , bu tutarsızlık benim için bir boşluk gibi görünüyor.ℓ0ℓ00ℓp1ℓp→ℓ0p→0
Bu nedenle, normlara uygun olarak, bazıları gibi (dışbükey olmayan) norm oranlarını göz önünde bulundurur, örneğin bir referanslara bakın : Düzenli ile Seyrek Kör Dekonvolüsyon .ℓ1/ℓ2ℓ1/ℓ2