問題 No.399
L1正則化（Lasso回帰）が、L2正則化（Ridge回帰）と比べて特徴選択に適していると言われる理由として適切なものはどれか。
【正解の解説】
不要なパラメータを厳密に0にすることで、モデルの解釈性を高め、次元を削減できるため
正解です。L1正則化は、重要ではない特徴量の重みを強制的に『0』にする性質があります。不要な要素を切り捨てるため、モデルがシンプルになり、どの要素が結果に影響しているのかが分かりやすくなります。
スポンサーリンク
【その他の選択肢の解説】
計算が常に解析的に解け、大規模データに対してL2よりも常に高速であるため
誤りです。L1正則化は、L2正則化と異なり計算が簡単ではなく、数学的な取り扱いがやや難しい側面があります。
予測精度において、どのようなデータセットでもL2正則化を上回ることが保証されているため
誤りです。L1が良いかL2が良いかはデータセットや目的によって異なり、一概にどちらが常に優れているとは言えません。
学習率を自動的に調整し、勾配消失を防ぐ効果が非常に強いため
誤りです。正則化の主な目的は過学習の抑制であり、学習率の調整や勾配消失の対策は別の手法が担います。