Python实战：Lasso回归

假设数据集包含汽车的重量（千克）、发动机功率（千瓦）、车辆长度（米）以及对应的燃油效率（升 / 百公里）。

 

import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import Lasso
from sklearn.metrics import mean_squared_error
from sklearn.model_selection import train_test_split

# 定义汽车数据集，手动创建示例数据
data = np.array([
    [1200, 80, 4.2],
    [1300, 90, 4.5],
    [1400, 100, 4.6],
    [1500, 110, 4.8],
    [1600, 120, 5.0],
    [1700, 130, 5.2],
    [1800, 140, 5.3],
    [1900, 150, 5.5]
])
fuel_efficiency = np.array([7.5, 8.0, 8.2, 8.5, 9.0, 9.2, 9.5, 9.8])

# 划分训练集和测试集，按照7:3的比例划分，设置随机种子保证可重复性
X_train, X_test, y_train, y_test = train_test_split(data, fuel_efficiency, test_size = 0.3, random_state = 42)

# 创建Lasso回归模型对象，设置正则化参数alpha，这里先设置为0.1，可根据实际情况调整
model = Lasso(alpha = 0.1)

# 使用训练集训练模型
model.fit(X_train, y_train)

# 获取模型的系数（权重）和截距
coefficients = model.coef_
intercept = model.intercept_
print(f"模型系数（权重）: {coefficients}")
print(f"截距: {intercept}")

# 使用训练好的模型对测试集进行预测
y_pred = model.predict(X_test)

# 计算均方误差（MSE），用于评估模型预测效果
mse = mean_squared_error(y_test, y_pred)
print(f"均方误差（MSE）: {mse}")

# 可视化预测结果与实际结果（简单示例，以测试集为例）
plt.scatter(range(len(y_test)), y_test, label='实际燃油效率')
plt.plot(range(len(y_test)), y_pred, color='r', label='预测燃油效率')
plt.xlabel('样本索引')
plt.ylabel('燃油效率（升/百公里）')
plt.title('Lasso回归预测燃油效率结果')
plt.legend()
plt.show()

数据准备阶段：

首先定义了汽车特征数据（汽车重量、发动机功率、车辆长度）的二维numpy数组和对应的燃油效率的一维数组。

然后使用train_test_split函数按照 7:3 的比例划分训练集和测试集，设置随机种子为 42，保证划分结果可重复。

模型构建与训练阶段：

创建Lasso类的对象，传入正则化参数alpha为 0.1。这个参数可以根据数据的特点和模型表现进行调整，它用于控制 Lasso 回归的正则化强度，促使一些不重要的特征系数变为 0，从而起到特征选择的作用。

调用fit方法使用训练集数据对模型进行训练，使模型学习汽车特征和燃油效率之间的关系。

模型评估阶段：

通过模型的coef_属性获取系数，intercept_属性获取截距，了解模型的具体形式。

利用训练好的模型对测试集进行预测，得到y_pred。

使用mean_squared_error函数计算均方误差（MSE）来评估模型预测结果和实际测试集数据之间的误差大小，初步评估模型性能。

可视化阶段：

使用matplotlib库绘制散点图展示测试集中实际的燃油效率，以及预测的燃油效率曲线。通过对比，可以直观地看到模型预测的效果，了解预测值和实际值的接近程度。