Začněte nyníZačněte zdarma

Lasso regrese pro výběr důležitých příznaků

Ve videu jsi viděl/a, jak lze lasso regresi využít k identifikaci důležitých příznaků v datasetu.

V tomto cvičení natrénuješ model lasso regrese na datech sales_df a zobrazíš koeficienty modelu.

Pole příznaků a cílové proměnné jsou předem načtena jako X a y, spolu s sales_columns, které obsahuje názvy příznaků datasetu.

Toto cvičení je součástí kurzu

Supervised Learning with scikit-learn

Zobrazit kurz

Pokyny k cvičení

  • Importuj Lasso z sklearn.linear_model.
  • Vytvoř instanci Lasso regressoru s hodnotou alpha 0.3.
  • Natrénuj model na datech.
  • Vypočítej koeficienty modelu a ulož je jako lasso_coef.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import Lasso
from ____.____ import ____

# Instantiate a lasso regression model
lasso = ____

# Fit the model to the data
____

# Compute and print the coefficients
lasso_coef = ____
print(lasso_coef)
plt.bar(sales_columns, lasso_coef)
plt.xticks(rotation=45)
plt.show()
Upravit a spustit kód