LASSO回帰は，多次元データの変数選択と，統計モデルを複雑にし過学習をしてしまうことを抑えるための正則化の両方を行う線形回帰の手法である．一般的な最小二乗法による線形回帰式に，正則化項であるL1ノルムを追加することで正則化を実現しており，L1ノルムを使う点がリッジ回帰と大きく異なる点である．LASSO回帰は解析したいデータの変数の数が多く，変数を削減したうえで線形の統計モデルを推定したい場合によく用いられる手法である．（実験医学増刊3820より）

機械学習を生命科学に使う！

シークエンスや画像データをどう解析し、新たな生物学的発見につなげるか？

小林徹也，杉村　薫，舟橋　啓／編