lasso回归计算的是什么

LASSO回归是一种用于线性回归问题的正则化方法，它可以用于特征选择。LASSO回归通过对回归系数进行惩罚来避免过拟合，从而提高模型的泛化能力。具体来说，LASSO回归通过最小化残差平方和和回归系数的L1范数之和来进行模型拟合，从而得到一个稀疏的回归系数向量，即一些系数为0，一些系数非0。这样可以达到特征选择的目的，即选择对目标变量有重要影响的特征，去除对目标变量没有影响的特征。