class sklearn.linear_model.
Lasso
(alpha=1.0, fit_intercept=True, normalize=False, precompute=False, copy_X=True,
(sklearn)lasso回归linear_model.Lasso()方法
最新推荐文章于 2024-08-14 17:31:38 发布
Lasso回归通过L1范数惩罚实现变量选择,不同于岭回归。参数包括alpha(控制惩罚力度)、fit_intercept(是否计算截距)、max_iter(最大迭代次数)等。normalize用于训练前归一化,copy_X决定是否复制X,tol设定迭代收敛阈值,warm_start用于连续训练,positive强制权重非负,selection则决定了更新权重的方式。
摘要由CSDN通过智能技术生成