Regresja przy najmniejszym kącie i lasso mają tendencję do tworzenia bardzo podobnych ścieżek regularyzacji (identycznych, z wyjątkiem przypadków, gdy współczynnik przekracza zero).
Oba mogą być skutecznie dopasowane za pomocą praktycznie identycznych algorytmów.
Czy jest jakiś praktyczny powód, aby preferować jedną metodę od drugiej?