L1 正則化 (Lasso) 的主要效果為何？
iPAS 考題解析
L1 正則化 (Lasso) 的主要效果為何？
- A. 增加模型參數數量
- B. 強化梯度穩定性
- C. 產生稀疏模型，使部分權重變為零 ✓ 正確答案
- D. 提高學習率
詳細解析
L1 正則化（Regularization）的懲罰項是權重的絕對值之和，這在數學上傾向把不重要的權重壓到零，達到自動特徵選擇（Feature Selection）的效果，產生稀疏模型。
難度：★★★
L1 正則化 (Lasso) 的主要效果為何？
L1 正則化 (Lasso) 的主要效果為何？
L1 正則化（Regularization）的懲罰項是權重的絕對值之和，這在數學上傾向把不重要的權重壓到零，達到自動特徵選擇（Feature Selection）的效果，產生稀疏模型。