Mulai sekarangMulai gratis

Regresi lasso untuk pentingnya fitur

Dalam video, Anda melihat bagaimana regresi lasso dapat digunakan untuk mengidentifikasi fitur penting dalam suatu himpunan data.

Dalam latihan ini, Anda akan menyesuaikan model regresi lasso pada data sales_df dan membuat plot koefisien model.

Array fitur dan variabel target telah dimuat sebelumnya sebagai X dan y, bersama sales_columns yang memuat nama fitur pada himpunan data.

Latihan ini merupakan bagian dari kursus

Supervised Learning dengan scikit-learn

Lihat Kursus

Instruksi latihan

  • Impor Lasso dari sklearn.linear_model.
  • Instansiasi regresor Lasso dengan alpha 0.3.
  • Latih model pada data.
  • Hitung koefisien model dan simpan sebagai lasso_coef.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# 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()
Edit dan Jalankan Kode