Створення регресора LassoCV
Ви будете передбачати обхват біцепса на підвибірці чоловічого набору даних ANSUR, використовуючи регресор LassoCV(), який автоматично підбирає силу регуляризації (значення alpha) за допомогою перехресної валідації.
Стандартизовані тренувальні та тестові дані вже завантажено для вас як X_train, X_test, y_train і y_test.
Ця вправа є частиною курсу
Зменшення розмірності в Python
Інструкції до вправи
- Створіть і навчіть модель LassoCV на тренувальній вибірці.
- Обчисліть \(R^2\) на тестовій вибірці.
- Створіть маску для коефіцієнтів, що не дорівнюють нулю.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
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')