有人可以给我一个例子，说明 ridge 何时会执行套索吗？
在大多数情况下套索不会做得更好吗？如果一个回归器的系数很大，这意味着该回归器是一个很好的预测器，所以如果我们使用岭，我们会更多地惩罚这个系数。那不是很糟糕吗？Lasso 将更多地惩罚较小的系数而减少较大的系数，因为 ridge 平方损失函数中的系数（L2 范数），而 lasso 只是 L1 范数。
我们想要更少的系数来防止过度拟合，那么套索不是总是更好吗？
如果有 2 个好的回归器和 15 个坏的回归器，Lasso 显然会更好，是否有一个典型的例子说明 ridge 何时会优于 lasso？
两种模型都使用惩罚函数来惩罚包含非零系数。LASSO 回归以与系数的绝对大小成比例的方式进行惩罚，而岭回归以与系数的平方成比例的方式进行惩罚。两种模型都不惩罚系数设置为零的似然函数中的输入。对于系数非零的似然函数的输入，LASSO 回归对接近零的值的惩罚更重，而岭回归对远离零的值的惩罚更重。（在您的问题中，您似乎错误地认为平方值总是大于绝对值。事实并非如此。对于幅度小于 1 的输入值，绝对值大于平方。）
直觉告诉我们，相对于回归中的噪声，在真正的非零系数接近于零的情况下，岭回归往往会优于 LASSO 回归。在这种情况下，岭回归对这些值的惩罚较少，因此更有可能为这些系数估计非零值。LASSO 回归对这些系数的惩罚更大，因此更有可能错误地将它们估计为零。基于这种直觉，我建议您将这些模型与回归生成的一些数据进行比较，这些数据的系数相对于回归中的噪声较小。如果您要对这样的案例进行模拟研究，您应该会发现在这些案例中岭回归往往优于 LASSO。
Ridge 最初是为相关变量设计的，这就是它的最佳选择。
考虑通过考试来确定学位。（据说是测量能力）
您认为哪个更可靠：取所有考试的平均值还是选择与能力最相关的一项考试（如果有的话）？对不同考试进行平均消除（独立噪音——你一天睡得不好等）
Ridge 将取这些相关输入的平均值（即单独的考试），而 lasso 将只选择一个。