Odpowiedzi:
Celem użycia LASSO jest uzyskanie rzadkiej reprezentacji (przewidywanej wielkości) w sensie braku wielu zmiennych towarzyszących. Porównywanie modeli z ma tendencję do faworyzowania modeli z dużą liczbą zmiennych towarzyszących: w rzeczywistości dodanie zmiennych towarzyszących niezwiązanych z wynikiem nigdy nie zmniejszy i prawie zawsze zwiększa ją przynajmniej trochę. Model LASSO zidentyfikuje model z optymalnym karalnym prawdopodobieństwem logarytmicznym (niezenalizowane prawdopodobieństwo logu jest monotonicznie powiązane z ). Statystyki walidacyjne, które są szerzej stosowane do porównywania modeli LASSO z innymi typami modeli, to na przykład BIC lub cross-validated .R 2 R 2