【单选题】在 Lasso回归模型中,回归系数的先验分布是A. 拉普拉斯分布B. 正态分布C. 正态分布与拉普拉斯的混合分布D. 指数分布

步骤 1：理解Lasso回归模型
Lasso回归是一种线性回归模型，它通过在损失函数中加入L1正则化项来实现特征选择和参数稀疏化。L1正则化项的引入使得一些回归系数可以被压缩到零，从而实现特征选择。
步骤 2：理解先验分布
在贝叶斯统计中，先验分布是指在观察数据之前对参数的分布假设。在Lasso回归中，回归系数的先验分布决定了模型对参数的惩罚方式。
步骤 3：确定Lasso回归的先验分布
Lasso回归中的L1正则化项等价于假设回归系数的先验分布为拉普拉斯分布。拉普拉斯分布具有尖峰和重尾的特性，这使得它能够有效地将一些回归系数压缩到零，从而实现特征选择。