变量选择是在面对高维数据时需要处理的问题，有三类处理的方法，分别是最优子集的搜索、变量的稀疏和压缩、降维和特征重构。
- 最优子集的搜索L:一类处理方法是从备选的变量集合里面筛选出对于我们的分析目的有更大贡献的子集，常用的方法由最优子集法、BIC\AIC准则选择法、随机森林等。
- 变量的压缩和稀疏：常用的方法是LASSO，有各种各样的变体，例如传统的LASSO、弹性网回归、自适应LASSO、SCAD等
标签：变量,稀疏,选择,子集,最优,方法,LASSO
来源： https://www.cnblogs.com/spencergogo/p/16184110.html