python计算e的值当通项小于_python – ValueError：x_new中的值低于插值范围

必须有一些特定的数据. LassoLarsCV()似乎正在使用这个相当良好的数据的合成示例：

import numpy

import sklearn.linear_model

# create 40000 x 40 sample data from linear model with a bit of noise

npoints = 40000

ndims = 40

numpy.random.seed(1)

X = numpy.random.random((npoints, ndims))

w = numpy.random.random(ndims)

y = X.dot(w) + numpy.random.random(npoints) * 0.1

clf = sklearn.linear_model.LassoLarsCV(fit_intercept=False, normalize=False, max_n_alphas=1e6)

clf.fit(X, y)

# coefficients are almost exactly recovered, this prints 0.00377

print max(abs( clf.coef_ - w ))

# alphas actually used are 41 or ndims+1

print clf.alphas_.shape

这是在sklearn 0.16,我没有positive = True选项.

我不知道你为什么要使用非常大的max_n_alphas.虽然我不知道为什么1e 4工作而1e 5不在你的情况下,我怀疑你从max_n_alphas = ndims 1和max_n_alphas = 1e 4获得的路径或者对