线性回归与非线性回归：1.9 lasso回归及实战

Lasso回归 通过构造一个一阶惩罚函数获得一个精炼的模型；通过最终确定一些指标（变量）的系数为零（岭回归估计系数等于零0的机会微乎其微，造成筛选变量困难），解释力很强。 擅长处理具有多重共线性的数据，与岭回归一样是有偏估计。   如下图   蓝色部分为限制区域，即取值应该在蓝色区域内或边缘，红色的线为loss的等高线，离黑色的中心点越近loss越小。 由上图可以看出lasso回归可以使其中的一个

>>阅读原文<<