下列关于LASSO的论述正确的是
A: LASSO解的可行域为二维面中的菱形，菱形的角更容易与目标函数的等高线相交产生最优解
B: 与等高线相交的菱形角位于坐标轴上，因此产生稀疏解
C: LASSO中稀疏解的L1范数大于非稀疏解，可以产生较大的系数
D: LASSO模型中的目标函数的梯度不存在
A: LASSO解的可行域为二维面中的菱形，菱形的角更容易与目标函数的等高线相交产生最优解
B: 与等高线相交的菱形角位于坐标轴上，因此产生稀疏解
C: LASSO中稀疏解的L1范数大于非稀疏解，可以产生较大的系数
D: LASSO模型中的目标函数的梯度不存在
A,B
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
- 在机器学习扩展库sklearn中，Lasso是可以估计稀疏系数的线性模型，尤其适用于减少给定解决方案依赖的特征数量的场合。如果数据的特征过多，而其中只有一小部分是真正重要的，此时选择Lasso比较合适。
- 【单选题】关于 L1、L2 正则化下列说法正确的是 A. L2 正则化能防止过拟合,提升模型的泛化能力,但 L1 做不到这点 B. L2 正则化技术又称为 Lasso Regularization C. L1 正则化得到的解更加稀疏 D. L2 正则化得到的解更加稀疏
- LASSO回归采用L1还是L2正则化优化代价函数？
- 使用LASSO模型拟合数据集，下列说法正确的是 A: 调整惩罚系数变大，则回归系数变大 B: 调整惩罚系数变大，则回归系数变小 C: LASSO能够使系数降为零 D: LASSO只能使系数趋近于零而不能降为零
内容
- 0
LASSO回归采用L1还是L2正则化优化代价函数? A: L1 B: L2
- 1
关于L1正则和L2正则 下面的说法正确的是（ ） A: L2范数可以防止过拟合，提升模型的泛化能力。但L1正则做不到这一点 B: L2正则化表示各个参数的平方和的开方值 C: L1范数会使权值稀疏 D: L2正则化有个名称叫“Lasso regularization”
- 2
959.下列关于等高线,说法正确的是()。 A.等高线在任何地方都不会相交 B.等高线指的是地面上高程相同的相邻点连接而成的闭合曲线 C.等高线稀疏,说明地形平缓 D.等高线与山脊线、山谷线正交 E.等高线密集,说明地形平缓 A: 等高线在任何地方都不会相交 B: 等高线指的是地面上高程相同的相邻点连接而成的闭合曲线 C: 等高线稀疏,说明地形平缓 D: 等高线与山脊线、山谷线正交 E: 等高线密集,说明地形平缓
- 3
关于等高线地形图，下列说法正确的是（）。 A: 在等高线地形图上，坡陡的地方，等高线稀疏；坡缓的地方，等高线密集 B: 在等高线地形图上，坡陡的地方，等高线密集；坡缓的地方，等高线稀疏 C: 等高距在同一等高线地形图上可以不相等 D: 同一等高线上各点的海拔不相同
- 4
在Lasso回归模型中，回归系数的先验分布是