Presná definícia
Čo znamená LASSO regresia?
LASSO regresia pridáva k regresnej strate penalizáciu L1, teda súčet absolútnych hodnôt koeficientov. Geometria tejto penalizácie umožňuje nastaviť časť koeficientov presne na nulu, čím spája odhad s výberom príznakov. Pri silne korelovaných premenných môže vybrať jednu a ostatné potlačiť nestabilne; nulový koeficient preto nie je dôkaz bezvýznamnosti.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri modeli s tisíckami textových príznakov môže LASSO vytvoriť riedke a lacnejšie skórovanie. Všetky transformácie aj voľba α sa vykonajú v rámci validačnej pipeline; škálovanie je nevyhnutné pre férovú penalizáciu. Stabilita výberu sa overuje naprieč foldmi alebo bootstrapom, najmä pri korelovaných slovách. Ak sa vyžaduje predikcia, hodnotí sa testovacia chyba; ak interpretácia, treba uviesť neistotu a závislosť od vzorky. Príliš silná penalizácia odstráni aj užitočný signál.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo znamená LASSO?
Least Absolute Shrinkage and Selection Operator.
Prečo vznikajú nulové koeficienty?
L1 penalizácia má hrany, na ktorých optimum často leží presne na nule.
Ako reaguje na skupinu korelovaných príznakov?
Môže svojvoľne ponechať iba jeden, preto sa skúma stabilita alebo použije elastic net.
Možno porovnať neštandardizované príznaky?
Nie férovo, pretože jednotky menia cenu rovnakého koeficientu.
Je vybraný príznak príčinou výsledku?
Nie. Výber je predikčný a závisí od dostupných premenných aj dát.