LAD с нормой L2 в python? (sklearn)

Question

Я хочу реализовать версию LAD линейного_модели.Ridge() в sklearn. Значение регуляризации по-прежнему выполняется по норме L2, но модель минимизирует сумму абсолютных отклонений, а не квадратов ошибок. Значение мы минимизируем

Возможно ли это?

Answer 1

Если вы используете SGDRegressor в scikit узнать с функцией потерь epsilon_insensitive заданной и значения эпсилона равного нуля, вы получите модель, эквивалентную LAD с регуляризацией L2.