sklearn-1.1.8.最小角度回归的套索

1.1.8.最小角度回归的套索

最小角度回归的套索是使用的最小角度算法实现的,与使用位置下降的算法不同,该方案能够解决分段线性的,作为其系数的范数函数。

from sklearn import linear_model
reg=linear_model.LassoLars(alpha=0.1)
print(reg.fit([[0,0],[1,1]],[0,1]))#LassoLars(alpha=0.1, copy_X=True, eps=2.220446049250313e-16,fit_intercept=True, fit_path=True, max_iter=500, normalize=True,positive=False, precompute='auto', verbose=False)
print(reg.coef_)#[0.71715729 0.        ]

例子

使用LARS的套索路径
使用糖尿病数据集上的LARS算法计算沿着正则化参数的套索路径。 每种颜色表示系数矢量的不同特征,并且这是作为正则化参数的函数显示的。

Lars算法几乎可以免费提供沿正则化参数的系数的完整路径,因此常见的操作包括用函数lars_path检索路径

你可能感兴趣的:(sklearn,回归,python,机器学习,人工智能)