Lasso and Elastic Net for Sparse Signals：线性模型之套索和弹性网稀疏信号对比

这两个模型都是针对线性回归模型linear_model,区别在于使用了不同的损失函数或者不同的正则项函数

相关指数R2知识介绍

回归平方和+残差平方和=总偏差平方和

残差平方和=sum(y预测i-y观测i）^2

总偏差平方和=sum(y观测i-y观测平均)^2

回归平方和=sum(y预测i-y观测平均)^2

R2=1-残差平方和/总偏差平方和

import numpy as np # 数组库
import matplotlib.pyplot as plt # 作图库
from sklearn.metrics import r2_score  # 使用R2相关指数作为模型指标 ，metrics：指标库
# 构造数据集
np.random.seed(42) # 随机种子
n_samples, n_features = 50, 200 # 样本数，特征数母
X = np.random.randn(n_samples, n_features)# 构造训练特征矩阵
coef = 3 * np.random.randn(n_features) # 构造权重数组大小