Ridge和lasso回归实现的一个小案例

来自于邹博机器学习第七期第九课中的内容：简单介绍就是一个产品的销量sales与TV、radio、newspaper三个投入量之间的关系。

直接上代码：

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import pandas as pd
from sklearn.model_selection import train_test_split,GridSearchCV
from sklearn.linear_model import Lasso, Ridge

其中train_test_split是将数据进行分割为训练集和测试集，GridSearchCV它存在的意义就是自动调参，只要把参数输进去，就能给出最优化的结果和参数。但是这个方法适合于小数据集，一旦数据的量级上去了，很难得出结果。

if __name__ == "__main__":
    # pandas读入
    data = pd.read_csv('E:\\code\\Advertising.csv')
    # print(data)
    x = data[['TV', 'Radio', 'Newspaper']]
    # x = data[['TV', 'Radio']]