हम सभी इस धारणा से परिचित हैं कि साहित्य में अच्छी तरह से प्रलेखित है, कि LASSO ऑप्टिमाइज़ेशन (सरलता के लिए लीनियर रिग्रेशन के मामले पर यहाँ ध्यान देना) गाऊसी त्रुटियों के साथ रेखीय मॉडल है, जिसमें मापदंडों लाप्लास दिया जाता है पूर्व के बराबर है \ exp - (\ lambda \ | | \ बीटा \ _1) , हम यह भी है कि उच्च एक सेट ट्यूनिंग पैरामीटर बारे में जानते हैं \ lambda , मापदंडों का बड़ा भाग शून्य पर सेट हो जाता है। यह कहा जा रहा है, मेरे पास निम्नलिखित विचार प्रश्न हैं: exp ( - λ ‖ β ‖ 1 ) λ
विचार करें कि देखने के बायेसियन बिंदु से हम पीछे संभावना है कि, कहते हैं, गैर शून्य पैरामीटर अनुमान अंतराल के किसी भी संग्रह में झूठ गणना कर सकते हैं और मानकों LASSO द्वारा शून्य पर सेट शून्य के बराबर है। मुझे क्या उलझन है, यह देखते हुए कि लाप्लास पूर्व निरंतर है (वास्तव में पूरी तरह से निरंतर है) फिर किसी भी सेट पर कोई द्रव्यमान कैसे हो सकता है जो \ {0 \} पर अंतराल और एकल के उत्पाद है ?