嵌入式特征选择方法中的L1正则化介绍

嵌入式特征选择方法中的L1正则化是一种特征选择方法，它可以将特征选择过程与学习器训练过程同步进行，即在学习器的训练过程中自动完成特征选择。L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，用于特征选择。L1可以让一部分特征的系数缩小到0,从而间接实现特征选择。所以L1适用于特征之间有关联的情况。