ridge回归ridge回归和lasso回归用于特征选择：
岭回归和Lasso回归 1、岭回归和lasso回归的用法主要有以下不同：正则化类型：岭回归：使用L2正则化，即在损失函数中添加一个权重向量的平方和项。这有助于防止模型过拟合，并解决非满秩矩阵求逆困难的问题。lasso回归：使用L1正则化，即在损失函数中添加一个权重向量的绝对值之和项。这倾向于产生稀疏解，使得许多权重值为0，从而实现特征选择。（图片来源网络，侵删）2、lasso回归和岭回归在功能上具
14小时前
增云 
