拟合后访问套索回归系数

Question

在获得 Lambda 的最佳值后，我正在尝试套索回归，现在问题是，我想获得系数（权重向量），因为我想将它们与岭回归的权重进行比较。

lasso = Lasso(alpha=optimal_lmbda, fit_intercept=True, random_state=1142, max_iter=5000)
lasso.fit(X_train, y_train)
y_pred_lasso = lasso.predict(X_test)

在Sklearn中的python中拟合套索回归后如何获得系数（权重向量）？

Answer 1

只需按照文档 sklearn.linear_model.Lasso

# Build lasso and fit
lasso = Lasso(...)
lasso.fit(...)

# Read out attributes
coeffs = lasso.coef_         # dense np.array
coeffs = lasso.sparse_coef_  # sparse matrix

coeffs = lasso.intercept_    # probably also relevant

从评论更新：

• 是有什么区别lasso.coef_和lasso.sparse_coef_
  • 的type，如在线评论和文档说明。numpy-array或稀疏矩阵（来自scipy.sparse）。后者是相关的，如果你有很多变量，而且其中很多都是零，因为强正则化（已知 l1 会影响很多零）。那么存储 0 是没有用的，这就是稀疏数据结构的用途。中没有密集向量类型scipy，因此使用稀疏矩阵。内容是一样的！