python - scikit Lasso/LARS 如何用作回归特征选择工具？

Question

我有大约 22 个数据预测变量 x_i，我想减少到一定数量以便最好地描述 y。基本问题...但是，我很不清楚如何使用 scikit 和 Linearmodel.lassoLars 来执行此任务。

从他们的示例文档中，代码如下:

alpha = 0.1
lasso = Lasso(alpha=alpha)

y_pred_lasso = lasso.fit(X_train, y_train).predict(X_test)

因此它执行回归和套索，但我不确定如何使用 y_pred_lasso 来输出我想要的内容，即最能描述 y_train 的 22 个原始预测变量中的变量。

Answer 1

在调用 fit 后，您可以使用 Lasso 实例的 coef_ 属性访问所选功能。该属性存储每个特征的权重。

>>> lasso = Lasso(alpha=alpha).fit(X_train, y_train)
>>> lasso.coef_ != 0
array([ True,  True,  True, False, False,  True,  True,  True,  True,
        True,  True,  True,  True], dtype=bool)
>>> import numpy as np
>>> np.nonzero(lasso.coef_)
(array([ 0,  1,  2,  5,  6,  7,  8,  9, 10, 11, 12]),)