创建 LassoCV 回归器
您将使用 LassoCV() 回归器在男性 ANSUR 数据集的一个子样本上预测肱二头肌围度。该回归器会通过交叉验证自动调节正则化强度（alpha 值）。
已为您预先加载了标准化后的训练集与测试集，变量分别为 X_train、X_test、y_train 和 y_test。
本练习是课程的一部分
Python 中的降维
练习说明
- 在训练集上创建并拟合 LassoCV 模型。
- 在测试集上计算 $R^2$。
- 为不等于 0 的系数创建一个掩码。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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')