Answers:
LASSO(最小绝对收缩和选择算符)是一种回归方法,涉及对回归系数的绝对大小进行惩罚。
通过惩罚(或等效地约束估计的绝对值之和),您最终会遇到某些参数估计可能恰好为零的情况。施加的惩罚越大,则进一步的估计将缩小为零。
当我们需要一些自动特征/变量选择时,或者在处理高度相关的预测变量时,这是很方便的,在这些预测变量中,标准回归通常会具有“太大”的回归系数。
https://web.stanford.edu/~hastie/ElemStatLearn/(免费下载)对LASSO及其相关方法有很好的描述。