ÎncepețiÎncepe gratuit

Regresia Lasso pentru importanța caracteristicilor

În videoclip, ai văzut cum regresia Lasso poate fi folosită pentru a identifica caracteristicile importante dintr-un set de date.

În acest exercițiu, vei antrena un model de regresie Lasso pe datele din sales_df și vei reprezenta grafic coeficienții modelului.

Tablourile pentru caracteristici și variabila țintă au fost preîncărcate ca X și y, împreună cu sales_columns, care conține numele caracteristicilor din set de date.

Acest exercițiu face parte din cursul

Învățare supravegheată cu scikit-learn

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă Lasso din sklearn.linear_model.
  • Instanțiază un regressor Lasso cu un alpha de 0.3.
  • Antrenează modelul pe date.
  • Calculează coeficienții modelului și stochează-i în lasso_coef.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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()
Editează și rulează codul