关于各种正则化方法的比较，以下正确的有（ ）种I 岭回归是一种筛选变量的良好方法II LASSO方法不具有压缩性III 岭回归、LASSO都可用于矫正过度拟合问题 IV 弹性网络是LASSO和岭回归的综合
A: 1
B: 2
C: 3
D: 4
A: 1
B: 2
C: 3
D: 4
举一反三
- 【单选题】下面关于Lasso回归的描述正确的是 A. Lasso 回归使用 L1 正则化 B. Lasso 回归使用 L2 正则化 C. Lasso 回归使用 L1+L2 正则化 D. Lasso 回归不使用正则化
- 以下关于LASSO方法理解正确的是（ ） A: 等价于岭回归 B: 参数λ数值越大，越接近于最小二乘 C: 参数λ数值越小，正则化效果越好 D: 筛选变量效果很强
- 下列哪种机器学习算法不能解决回归问题？（） A: 线性回归 B: 岭回归 C: 逻辑回归 D: Lasso回归
- 下列关于正则化的描述正确的是 A: LASSO使用L2范数作为惩罚项 B: 惩罚项通常由模型系数的范数构成 C: 线性回归正则化方法通常包括LASSO和岭回归 D: 正则化在模型基础上增加惩罚项来控制模型的复杂度
- L2正则化称为Lasso回归，即常说的“套索回归”，适用于输入变量即特征的选择。（ ）