问题1.有哪些常见的正则化回归方法，请列举一下？

参考答案：

1.岭回归：在线性回归的损失函数中引入L2正则化项（回归系数平方和的λ倍），通过约束系数大小来防止过拟合，能提高模型稳定性，但不会将系数压缩至零，因此不具备特征选择功能。

2.LASSO回归：在线性回归的损失函数中引入L1正则化项（回归系数绝对值和的λ倍）。其关键特点是能将不重要的特征系数压缩至零，从而实现自动的特征选择，产生稀疏模型，增强了模型的可解释性。

3.弹性网回归：是岭回归和LASSO回归的结合体，在损失函数中同时加入了L1和L2正则化项。它综合了两种方法的优点：既能像LASSO那样进行特征选择，又能像岭回归那样处