Een LassoCV-regressor maken
Je gaat de bicepsomtrek voorspellen op een subsample van de mannelijke ANSUR-gegevensset met de LassoCV()-regressor, die de regularisatiesterkte (alpha-waarde) automatisch afstemt met Cross-Validation.
De gestandaardiseerde train- en testgegevens zijn al voor je geladen als X_train, X_test, y_train en y_test.
Deze oefening maakt deel uit van de cursus
Dimensionality Reduction in Python
Oefeninstructies
- Maak het LassoCV-model en fit het op de trainingsset.
- Bereken \(R^2\) op de testset.
- Maak een masker voor coëfficiënten die niet gelijk zijn aan nul.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
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')