Предположим, у меня есть таблица значений:
df = pd.DataFrame({'Y1':[1, 2, 3, 4, 5, 6], 'X1':[1, 2, 3, 4, 5, 6], 'X2':[1, 1, 2, 1, 1, 1],
'X3':[6, 6, 6, 5, 6, 4], 'X4':[6, 5, 4, 3, 2, 1]})
Я хочу сделать простую регрессию Лассо, используя все эти значения в качестве тестового набора, где Y1 — зависимая переменная, а все X1...X4 — независимые переменные. Я пробовал использовать следующее:
from sklearn.linear_model import Lasso
Lasso(alpha = 0.0001).fit(df, df['Y1'])
но это не дает мне коэффициенты, которые я хочу. Как мне выполнить эту простую задачу? Спасибо.
model = Lasso(alpha = 0.0001).fit(df, df['Y1'])
, а затемmodel.coef_
, чтобы увидеть коэффициент. - person harvpan   schedule 23.01.2019