简单线性回归 Elastic Net 的应用及画图（四）

最新推荐文章于 2025-03-29 21:18:18 发布

chnhbhndchngn

最新推荐文章于 2025-03-29 21:18:18 发布

阅读量1.8k

点赞数

分类专栏： python笔记数据挖掘文章标签： ElasticNetCV

本文链接：https://blog.youkuaiyun.com/a857553315/article/details/97051440

版权

上篇提到了Lasso，表现虽然不如Ridge好，但是具有特征选择的特性那么能不能把这两个模型进行融合呢，Elastic NEt 就是起到了这样的作用，损失函数表达式如下：

代码如下：

import numpy as np
from sklearn.linear_model import ElasticNetCV
from sklearn.preprocessing import PolynomialFeatures
import matplotlib.pyplot as plt
from sklearn.pipeline import Pipeline
from sklearn.exceptions import ConvergenceWarning
import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = [u'simHei']
mpl.rcParams['axes.unicode_minus'] = False

import warnings

warnings.filterwarnings(action='ignore', category=ConvergenceWarning)
np.random.seed(0)
np.set_printoptions(linewidth=1000)
N = 7
x = np.linspace(0, 6, N) +  0.5 * np.random.randn(N)
x = np.sort(x)
y = x ** 2 - 4 * x - 3 +  2