一种带 L1 正则的线性回归方法。
Lasso像收拾行李赶高铁,没用的统统别塞箱子,最后留下那几样,才是真要带上路的。
常用于特征筛选和高维回归,变量多样本少时尤其好用。
RegularizationLasso 是正则化方法,用约束防止模型过度贴数据。
Regression它常用于回归任务,尤其适合做变量筛选。
ParameterLasso 会把部分参数压成零,自动删掉弱特征。
Bias-Variance Tradeoff它通过增加偏差,来换取更低方差。