线性回归模型、岭回归模型、套索回归模型的区别 线性回归模型: 没有正则项 岭回归模型: 在特征较少的场景使用,有正则项L2,限制系数大小,让系数趋于0,目的是防止过拟合,参数alpha默认为1.0,参数alpha越大,系数越小,当alpha=0时,为线性回归 套索回归模型: 在特征较多时使用,特征较多时,某些特征贡献率不大,通过正则项L1,降低此类特征权重(将贡献率不大的特征权重赋值为0),突出重要特征,防止过拟合