Irgendwelche Nachteile des elastischen Netzes gegenüber dem Lasso?

Was sind die Nachteile der Verwendung eines elastischen Netzes im Vergleich zu Lasso? Ich weiß, dass das elastische Netz Gruppen von Variablen auswählen kann, wenn sie stark korreliert sind.

1. Es hat nicht das Problem, mehr als Prädiktoren auszuwählen, wenn p ≫ n ist . Während Lasso gesättigt ist, wenn p ≫ n .$n$$p \gg n$$p \gg n$

2. Wenn es stark korrelierte Prädiktoren gibt, neigt Lasso dazu, nur einen Prädiktor aus der Gruppe auszuwählen.

3. Wenn und die Prädiktoren korreliert sind, ist die Vorhersageleistung von Lasso kleiner als die von Ridge.$n \gg p$

Alle diese Nachteile des Lassos werden durch das elasische Netz überwunden.

Was ich nicht verstehe ist, wann das Lasso dann verwendet werden soll? Gibt es einen Grund, es zu verwenden, wenn das elastische Netz eine bessere Leistung als Lasso aufweist? Was sind die Nachteile der Verwendung eines elastischen Netzes in einigen Fällen? In welchen Fällen wäre das Lasso die bessere Wahl?

Ein Nachteil sind die Rechenkosten. Sie müssen das relative Gewicht von L1 gegen L2-Strafe , was die Berechnungskosten um die Anzahl der Werte im α- Gitter erhöht .$\alpha$$\alpha$

Ein weiterer Nachteil (aber gleichzeitig ein Vorteil) ist die Flexibilität des Schätzers. Mit zunehmender Flexibilität steigt die Wahrscheinlichkeit einer Überanpassung. Es kann sein, dass das optimale für die Grundgesamtheit und für die gegebene Stichprobengröße 0 ist , wodurch das elastische Netz in Lasso umgewandelt wird. Sie wählen jedoch zufällig einen anderen Wert (weil dieser Wert eine bessere Leistung bei der Kreuzvalidierung im jeweiligen Bereich liefert Stichprobe).$\alpha$$0$