【漫话机器学习系列】101.特征选择法之Lasso（Lasso For Feature Selection）

Lasso 特征选择法详解

1. Lasso 回归简介

Lasso（Least Absolute Shrinkage and Selection Operator，最小绝对收缩和选择算子）是一种基于 L1 范数正则化的线性回归方法。它不仅能够提高模型的泛化能力，还可以自动进行特征选择，即将一些不重要的特征的系数收缩到 0，从而减少模型的复杂度。

---

2. Lasso 回归的数学公式

Lasso 回归的目标函数如下：

其中：

• 是输入数据，
• w 是待求的回归系数，