小编ToB*_*fic的帖子

在python sklearn库中，同时支持RandomizedLogisticRegression和RandomizedLasso作为特征选择方法。

但是，它们都使用L1（Lasso）惩罚，我不确定为什么都实现了它们。实际上，尽管我将Lasso回归称为L1正规化logistic回归的另一个术语，但似乎有些差异。我认为，即使是带有L1惩罚（与重采样结合）的Linear SVM也将产生类似的结果。

它们之间有显着差异吗？