面试题库 › 算法 / 大模型 › Group Lasso 的原理与应用场景

Group Lasso 的原理与应用场景

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:线性模型与逻辑回归

哪些公司问过

3601

常见岗位:人工智能

答案要点

  1. 惩罚项为各组系数 L2 范数(不平方)之和,常乘以组大小平方根 √p_g 做平衡
  2. 效果是整组系数同时为零或非零:组间稀疏、组内不稀疏,区别于 Lasso 的单个变量稀疏
  3. 求解常用近端梯度或块坐标下降,核心是组软阈值算子
  4. 应用:one-hot 类别变量、样条或多项式基展开、基因通路选择、多任务学习的 L2,1 正则
  5. 组内也需稀疏时用 Sparse Group Lasso,同时加 L1 与组 L2 惩罚

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题