変数が1000個以上ある超高次元データにおいて、予測に寄与しない変数を完全に「0」にする効果（スパース性）が最も強い正則化手法はどれか。

Amazon SageMaker Studioにおいて、ノートブックの実行環境をカスタマイズするために、独自のライブラリを含む環境を共有する最適な方法はどれか。