라쏘 선형 회귀에 규제를 적용하는 데 Ridge의 대안으로 Lasso가 있다. 릿지 회귀에서와 같이 라쏘도 계수를 0에 가깝게 만들려고 한다. 하지만 방식이 조금 다르고 , 이를 L1 규제라고 한다. L1 규제의 결과로 라쏘를 사용할 때 어떤 계수는 정말 0이 된다 이 말은 모델에서 완전히 제외되는 특성이 생긴다는 뜻이다. 어떻게 보면 특성 선택 ( feature selection )이 자동으로 이뤄진다고 볼 수 있다. 일부 계수를 0으로 만들면 모델을 이해하기 쉬워지고 이 모델의 가장 중요한 특성이 무엇인지 드러난다. 확장된 보스턴 주택가격 데이터셋에 라쏘를 적용해 보겠다. 코드를 통해서 확인해 보자 . from sklearn.linear_model import Lasso import mglearn f..