赞
踩
拉索回归(Lasso)算法原理
拉索回归是一种用于回归分析的线性模型,与普通最小二乘法(OLS)相比,它通过对系数的L1范数进行惩罚,从而实现了对模型参数的稀疏化。稀疏化的模型参数意味着许多特征的系数被压缩为零,从而实现了特征选择的功能。
拉索回归的优化目标是最小化残差平方和和L1范数的和,即:
min β 1 2 n ∣ ∣ Y − X β ∣