广义线性惩罚模型（generalized linear models with penalization），理学-统计学-数理统计-预测，将广义线性模型和惩罚项进行结合，从而在建立模型的同时进行变量选择。适用范围广义线性模型是线性模型的推广，包括经典的线性回归、逻辑回归、泊松回归等模型。在高维数据下，当因变量是连续型变量，通过惩罚线性回归可以在建立预测模型的同时进行变量选择；当因变量是离散型的变量时，通过惩罚逻辑回归可以在建立分类模型的同时进行变量选择；当因变量是表示计数的变量时，通过惩罚泊松回归可以在建立计数模型的同时进行变量选择。