Подходит ли L2-регуляризация для отбора признаков?
Classic MLУровень: ПрактикаFeature selection
Подходит ли L2-регуляризация для отбора признаков?
Подсказки
- Начните с функции потерь: что меняется при добавлении штрафа на параметры?
- Сравните геометрию ограничений и поведение коэффициента около нуля. Отдельно проверьте роль масштаба признаков.
Ответ
Сама по себе она не выполняет жёсткий отбор: обычно уменьшает коэффициенты, но не зануляет их, как L1. Её основная роль здесь — стабилизировать модель, в частности при мультиколлинеарности.
Источник и лицензия: Alexey Grigorev & contributors — Data Science Interviews · CC-BY-4.0 · перевод: Quantoros