定义

最小绝对收缩选择算法（least absolute shrinkage and selection operator, LASSO），指z在拟合线性模型时，引入回归系数的L1 范数惩罚项的有偏最小二乘回归。该算法倾向于部分自变量的系数压缩为零，实现特征的稀疏性，以达到高维数据中变量选择的目的。