問題番号: No.41 (しっかりモード)

機械学習の線形回帰モデルにおいて、過学習を防ぐためにパラメータの絶対値の和をペナルティとして科す正則化（Lasso）を適用すると、不要な特徴量の重みが完全にゼロになるメリットがある反面、相関の高い変数グループがあるとその中から1つだけをランダムに選んで他をゼロにしてしまい、解が不安定になる弱点がある。この弱点を克服するため、L1正則化とL2正則化の双方のペナルティ項を線形結合で組み合わせて過学習を制御する手法はどれか。