在機器學習中，Lasso（L1 正則化）相比 Ridge（L2 正則化）的主要特性為何？
iPAS 考題解析
在機器學習中，Lasso（L1 正則化）相比 Ridge（L2 正則化）的主要特性為何？
- A. Lasso 使所有特徵權重縮小但不為零
- B. Ridge 能產生稀疏模型（部分權重為零）
- C. Lasso 可使部分特徵權重精確為零，具有特徵選取效果 ✓ 正確答案
- D. Ridge 比 Lasso 更適合高維稀疏資料
詳細解析
Lasso（L1 正則化）的懲罰項為權重絕對值之和，其幾何特性使優化過程傾向將部分特徵的係數壓縮至精確為零，具有自動特徵選取的效果，適合高維稀疏資料。Ridge（L2）則使所有權重縮小但不為零。
出題年份：114 難度：★★☆