待验证50% 置信权衡取舍精确时间

岭回归和Lasso能缓解共线性带来的系数不稳定，但代价是系数不再是无偏估计

1

来源数

50%

置信度

长期有效

时效性

2026/9/21

首次发现

来源

回归系数能直接当特征权重吗？机器学习新手常见误区解析

涉及实体

岭回归concept Lassoconcept

相关事实

待验证线性回归的损失曲线呈凸碗形，凸性保证优化存在唯一的全局最小值，梯度下降不会陷入局部最优70% 相似待验证Ridge回归添加L2惩罚项（权重的平方和），倾向于缩小所有系数；Lasso回归添加L1惩罚项（权重的绝对值之和），能将不重要特征的系数压缩为零65% 相似已验证梯度消失问题在2010年代通过ReLU激活函数、批归一化和残差连接得到实质性缓解65% 相似待验证西尔维斯特-加莱定理依赖于实数域的特殊性质，并非纯粹的组合结论，在复平面上失效63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/937932

API

curl https://kongchang.com/api/v1/knowledge/claims/937932

MCP

get_claim(id=937932)