始める無料で始める

特徴量の重要度を調べる Lasso 回帰

動画では、Lasso 回帰を使ってデータセット内の重要な特徴量を特定する方法を学びました。

この演習では、sales_df データに Lasso 回帰モデルを当てはめて、モデルの係数をプロットします。

特徴量と目的変数の配列は X と y としてあらかじめ読み込まれています。また、データセットの特徴量名を含む sales_columns も用意されています。

この演習はコースの一部です

scikit-learn による教師あり学習

コースを見る

演習の手順

  • Lasso から sklearn.linear_model をインポートしてください。
  • alpha を 0.3 に設定して、Lasso 回帰のインスタンスを作成してください。
  • データにモデルをフィットさせてください。
  • モデルの係数を計算し、lasso_coef として保存してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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()
コードを編集して実行