問題 No.760
特徴量が多いデータに対して線形回帰を行う際、モデルの複雑さを抑えるために係数の絶対値の和をペナルティとして加えることで、不要な特徴量の係数を完全にゼロにする手法はどれか。
【正解の解説】
L1正則化
係数の絶対値の和をペナルティにする手法です。不要な特徴量の係数をバッサリとゼロにして消し去るため、重要な情報だけを選り分けることができます。
スポンサーリンク
【その他の選択肢の解説】
L2正則化
係数の二乗の和をペナルティにする手法です。係数を小さく抑えますが、ゼロにはしにくいため、特徴量の削除（選択）までは行いません。
ドロップアウト
学習時にランダムに一部の神経（ニューロン）を休ませることで、特定の情報に依存しすぎないようにする工夫です。
データ拡張
既存のデータを加工して水増しし、学習データのバリエーションを増やすことでモデルの能力を向上させる手法です。