La régression Lasso ajoute une pénalité L1, proportionnelle à la somme des valeurs absolues des coefficients. Elle peut annuler certains coefficients et agit donc comme une sélection de variables, utile pour obtenir un modèle parcimonieux. Plus alpha est grand, plus de coefficients tombent à zéro.
Exemple
Lasso(alpha=0.1).fit(X_train_s, y_train)