請查看下列選項。

假設有 100 個輸入特徵的線性模型：

10 具有豐富資訊。

90 網頁不具資訊性。

假設所有特徵的值介於 -1 和 1 之間。以下敘述何者正確？

L1 正規化便會鼓勵許多非資訊性權重接近 0.0。

一般而言，如果 L1 正規化了足夠的 lambda 的情況，往往會鼓勵非資訊性特徵的權重剛好為 0.0。有別於 L2 正規化，L1 正規化「推送」即使與 0.0 的權重差不多，甚至只有 0.0。

L1 正規化會鼓勵大部分的非資訊性權重為 0.0。

L1 正規化數量充足的 lambda 通常會鼓勵非資訊性權重至 0.0。如此一來，這些非資訊的功能就會離開模型。

L1 正規化可能會導致資訊功能權重剛好 0.0。

注意：L1 正規化可能會導致以下特徵的權重剛好為 0：

資訊豐富的功能。

針對不同規模提供強大的資訊功能。

資訊性功能與其他資訊類似的功能具有高度關聯性。