基本概念 与岭回归相比,Lasso采用增加L1正则化的方式,其目标函数为 其中称为L1正则化项,称为正则化项的系数。与L2正则化相比,L1正则化会使得部分参数为零。这个特性可被用于特征选择或者降维。 代码实现 假设目标函数为