我正在学习统计学习，在比较套索和岭回归的部分中，它表明这两个问题之间的主要区别在于约束/惩罚的制定方式。

在 Lasso 中，惩罚是范数：，而在回归中，惩罚是 :。$\ell_1$$\lambda \sum |\beta_j|$$\ell_2$$\lambda \sum \beta_j^2$

从几何上讲，这意味着套索将具有菱形形式的约束（二维），并且在更高维度上它将具有顶点和边。对于岭回归，在 2D 中，它是一个圆，在更高维度上是超球面。

我的问题是：作者声称你在套索中得到了 SPARSITY。我不明白为什么，即使有上面​​的几何图。Lasso 相对于岭回归的明显优势是什么？

您的见解将非常有价值。如果您的答案包含一些数学，但更重要的是直觉，我将不胜感激。谢谢