關於資料正則化（Regularization）L1、L2 方法，下列敘述何者正確？
iPAS 考題解析
關於資料正則化（Regularization）L1、L2 方法，下列敘述何者正確？
- A. L1 權重個數愈多，愈可以提升模型的正確率；
- B. L2 稱為 Lasso 正則化；
- C. L1 運用減少權重的絕對值來控制模型的複雜度； ✓ 正確答案
- D. L2 較 L1 正則化方法會將特徵權重趨近於零
詳細解析
L1 正則化（Lasso）透過在損失函數中加入權重絕對值的懲罰項，促使部分權重收斂為零，達到特徵選擇的效果。L2 稱為 Ridge 正則化，而非 Lasso。L1 才是 Lasso。
出題年份：114 難度：★★☆