Lasso 回帰の説明として正しいものを選択肢から選んでください．
[Q1の選択肢]
1. 正則化項として、パラメータの絶対値の和である L1 ペナルティを用いる．
L1 ペナルティを用いると、説明変数の数を出来るだけ減らすようにモデルは訓練される．
2. 正則化項として、パラメータの二乗和である L2 ペナルティを用いる．
L2 ペナルティを用いると、モデルは重みを出来るだけ小さくするように訓練される．
しかし、入力特徴量のスケールの影響を受けるため、訓練セットをスケーリングするなどの対策が必要である．
3. 正則化項として、L1 ペナルティと L2 ペナルティの重み和を用いる．
訓練セットの性質が読みづらいときには、とりあえず、このモデルを使用すると良い．