Hãy khám phá các lựa chọn bên dưới.

Hãy tưởng tượng một mô hình tuyến tính có hai đối tượng tương quan chặt chẽ; tức là hai tính năng này gần như giống hệt nhau nhưng chỉ là một bản sao tính năng chứa một lượng nhỏ tiếng ồn ngẫu nhiên. Nếu chúng ta huấn luyện với quy tắc điều chỉnh L₂ thì điều gì sẽ xảy ra với trọng số cho hai tính năng này không?

Cả hai tính năng này đều sẽ có trọng số gần như tương đương và vừa phải.

Quy trình điều chỉnh L₂ sẽ buộc các tính năng này có trọng số gần tương đương, xấp xỉ một nửa đáng lẽ họ sẽ có một trong hai tính năng đã tham gia mô hình.

Một đối tượng sẽ có trọng số lớn; gói còn lại sẽ có trọng số gần 0,0.

Quy trình điều chỉnh L₂ ảnh hưởng nhiều hơn đến các trọng số lớn so với trọng số nhỏ. Vì vậy, ngay cả khi một cân nặng bắt đầu giảm nhanh hơn các thông số khác, thì quá trình điều chỉnh L₂ sẽ có xu hướng buộc trọng lượng lớn hơn giảm nhanh hơn trọng số càng nhỏ.

Một đối tượng sẽ có trọng số lớn; gói còn lại sẽ có có trọng số chính xác là 0,0.

Quy tắc điều chỉnh L₂ hiếm khi bắt buộc có trọng số chính xác về 0,0. Ngược lại, quá trình điều chỉnh L₁ (thảo luận sau) không buộc trọng số về chính xác 0.0.