在 Lasso 模型中，L1 正則化（Regularization）導致參數收斂為零的原因為何？

iPAS 考題解析

在 Lasso 模型中，L1 正則化（Regularization）導致參數收斂為零的原因為何？

  • A. L1 正則化忽略目標變數；
  • B. L1 對梯度有平滑作用；
  • C. L1 對大係數懲罰較強，促使稀疏解； ✓ 正確答案
  • D. L1 會轉換損失函數為非凸形

詳細解析

L1 正則化對權重的絕對值施加懲罰，大權重受到的懲罰較強。由於 L1 的梯度在零點附近不連續（不可微），這使得優化過程更容易將參數直接推到零，產生稀疏解。

出題年份：114 難度：★★☆