Note ≡ L1 규제와 희소성
L1 규제가 희소한 모델을 만드는 이유에 대한 수학적 상세는 책 범위를 넘어섭니다. 관심이 있다면 Trevor Hastie, Robert Tibshirani, Jerome Friedman이 쓴 <The Elements of Statistical Learning>(Springer Science+Business Media, 2009)의 3.4절에서 L2와 L1 규제에 대한 자세한 설명을 참고하세요.
사이킷런에서 L1 규제를 지원하는 모델은 penalty 매개변수를 'l1'으로 지정하여 희소한 모델을 만들 수 있습니다.
>>> from sklearn.linear_model import LogisticRegression
>>> LogisticRegression(penalty='l1')
'lbfgs'는 L1 규제를 지원하지 않기 때문에 다른 알고리즘을 선택해야 합니다(예를 들어 'liblinear').16 표준화 전처리된 Wine 데이터에 L1 규제가 있는 로지스틱 회귀를 적용하면 다음과 같은 희소한 모델을 만듭니다.