我正在尝试在 python 中使用套索回归。
我目前在 scikit-learn 库中使用套索功能。
我希望我的模型在训练时不要惩罚某些变量。 (仅惩罚其余变量)
以下是我当前的训练代码
rg_mdt = linear_model.LassoCV(alphas=np.array(10**np.linspace(0, -4, 100)), fit_intercept=True, normalize=True, cv=10)
rg_mdt.fit(df_mdt_rgmt.loc[df_mdt_rgmt.CLUSTER_ID == k].drop(['RESPONSE', 'CLUSTER_ID'], axis=1), df_mdt_rgmt.loc[df_mdt_rgmt.CLUSTER_ID == k, 'RESPONSE'])
df_mdt_rgmt 是数据集市，我试图将某些列的系数保持为非零。
R 中的 glmnet 提供了让我这样做的“惩罚因子”参数，但是我如何在 python scikit-learn 中做到这一点？
下面是我在 R 中的代码
get.Lassomodel <- function(TB.EXP, TB.RSP){
VT.PEN <- rep(1, ncol(TB.EXP))
VT.PEN[which(colnames(TB.EXP) == "DC_RATE")] <- 0
VT.PEN[which(colnames(TB.EXP) == "FR_PRICE_PW_REP")] <- 0
VT.GRID <- 10^seq(0, -4, length=100)
REG.MOD <- cv.glmnet(as.matrix(TB.EXP), as.matrix(TB.RSP), alpha=1,
lambda=VT.GRID, penalty.factor=VT.PEN, nfolds=10, intercept=TRUE)
return(REG.MOD)
}
最佳答案
恐怕你不能。当然，这不是理论问题，而只是设计决策。
我的推理基于可用的 API，虽然有时有未记录的函数，但这次我认为没有你需要的，因为 user-guide 已经在 1-factor-norm-of-all 形式中发布了这个问题 alpha*||w||_1
根据您的设置，您可能会修改 sklearn 的代码(有点害怕 CD 调整)，甚至使用 scipy.optimize 实现自定义目标(尽管后者可能会慢一点)。
这是一些显示 scipy.optimize 方法的示例。我通过删除拦截来简化问题。
""" data """
import numpy as np
from sklearn import datasets
diabetes = datasets.load_diabetes()
A = diabetes.data[:150]
y = diabetes.target[:150]
alpha=0.1
weights=np.ones(A.shape[1])
""" sklearn """
from sklearn import linear_model
clf = linear_model.Lasso(alpha=alpha, fit_intercept=False)
clf.fit(A, y)
""" scipy """
from scipy.optimize import minimize
def lasso(x): # following sklearn's definition from user-guide!
return (1. / (2*A.shape[0])) * np.square(np.linalg.norm(A.dot(x) - y, 2)) + alpha * np.linalg.norm(weights*x, 1)
""" Test with weights = 1 """
x0 = np.zeros(A.shape[1])
res = minimize(lasso, x0, method='L-BFGS-B', options={'disp': False})
print('Equal weights')
print(lasso(clf.coef_), clf.coef_[:5])
print(lasso(res.x), res.x[:5])
""" Test scipy-based with special weights """
weights[[0, 3, 5]] = 0.0
res = minimize(lasso, x0, method='L-BFGS-B', options={'disp': False})
print('Specific weights')
print(lasso(res.x), res.x[:5])
输出:
Equal weights
12467.4614224 [-524.03922009 -75.41111354 820.0330707 40.08184085 -307.86020107]
12467.6514697 [-526.7102518 -67.42487561 825.70158417 40.04699607 -271.02909258]
Specific weights
12362.6078842 [ -6.12843589e+02 -1.51628334e+01 8.47561732e+02 9.54387812e+01
-1.02957112e-05]
关于python - 如何配置套索回归以不惩罚某些变量？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/44757238/