Creare un regressore LassoCV
Prevedrai la circonferenza del bicipite su un sottoinsieme del dataset maschile ANSUR usando il regressore LassoCV() che ottimizza automaticamente l'intensità della regolarizzazione (valore di alpha) tramite Cross-Validation.
I dati di training e di test standardizzati sono già stati caricati come X_train, X_test, y_train e y_test.
Questo esercizio fa parte del corso
Riduzione della dimensionalità in Python
Istruzioni dell'esercizio
- Crea e fai il fit del modello LassoCV sul set di training.
- Calcola \(R^2\) sul set di test.
- Crea una maschera per i coefficienti diversi da zero.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
from sklearn.linear_model import LassoCV
# Create and fit the LassoCV model on the training set
lcv = ____
lcv.____
print(f'Optimal alpha = {lcv.alpha_:.3f}')
# Calculate R squared on the test set
r_squared = lcv.____
print(f'The model explains {r_squared:.1%} of the test set variance')
# Create a mask for coefficients not equal to zero
lcv_mask = ____
print(f'{sum(lcv_mask)} features out of {len(lcv_mask)} selected')