Skapa en LassoCV-regressor
Du ska förutsäga bicepsomkrets på ett urval av den manliga ANSUR-datamängden med hjälp av regressorn LassoCV(), som automatiskt ställer in regulariseringsstyrkan (alphavärdet) via korsvalidering.
De standardiserade tränings- och testdata har förinslästs som X_train, X_test, y_train och y_test.
Den här övningen är en del av kursen
Dimensionsreduktion i Python
Övningsinstruktioner
- Skapa och anpassa LassoCV-modellen på träningsdatamängden.
- Beräkna \(R^2\) på testdatamängden.
- Skapa en mask för koefficienter som inte är lika med noll.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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')