多重共線性問題，哪種方法最能降低其影響？
iPAS 考題解析
多重共線性問題，哪種方法最能降低其影響？
- A. 決策樹
- B. 傳統線性迴歸
- C. SVM 線性核
- D. L1 正則化 (LASSO) ✓ 正確答案
詳細解析
LASSO (L1 正則化（Regularization）) 會讓不重要的特徵權重變成零，自動進行特徵選擇（Feature Selection）。當特徵高度相關時，LASSO 會只保留其中一個，消除多重共線性的影響。
難度：★★★
多重共線性問題，哪種方法最能降低其影響？
多重共線性問題，哪種方法最能降低其影響？
LASSO (L1 正則化（Regularization）) 會讓不重要的特徵權重變成零，自動進行特徵選擇（Feature Selection）。當特徵高度相關時，LASSO 會只保留其中一個，消除多重共線性的影響。