La regularización L1 agrega a la función de pérdida de un modelo una penalización proporcional a la suma de los valores absolutos de sus coeficientes, lo que tiende a llevar los coeficientes menos importantes exactamente a cero, eliminando efectivamente esas variables del modelo.
Por qué es útil para selección de variables
Al eliminar por completo variables poco relevantes en lugar de solo reducir su peso, L1 actúa naturalmente como una técnica de selección automática de características, produciendo modelos más simples e interpretables cuando hay muchas variables candidatas.