問題 No.1084
L1正則化（Lasso回帰）が特徴量選択のような効果を持つ理由は「【 】」ことである。
【正解の解説】
重みの絶対値の和を最小化し、不要な特徴量の重みをゼロにするため
L1正則化は、不要な変数の影響をゼロに押し潰すような働きをするため、重要な特徴量だけが選ばれる「特徴量選択」のような効果が得られます。
スポンサーリンク
【その他の選択肢の解説】
重みの二乗和を最小化するため
重みの二乗和を最小化するのはL2正則化（Ridge回帰）であり、これは重みを全体的に小さくしますがゼロにはしません。
学習データをすべて暗記させるため
学習データを暗記するのは過学習の状態であり、正則化は逆に過学習を抑えるための手法です。
入力データの次元を物理的に削減するため
入力データの物理的な削減ではなく、AIが学習する過程で「この項目は計算に使わなくていい」と判断させる手法です。