RidgeCV及LassoCV

最新推荐文章于 2024-12-04 09:53:15 发布

缦旋律

最新推荐文章于 2024-12-04 09:53:15 发布

阅读量2.1k

点赞数

分类专栏：机器学习

小陈一行一行地敲出来的啦~

本文链接：https://blog.csdn.net/weixin_41391619/article/details/116483889

版权

本文介绍了RidgeCV和LassoCV两种正则化方法。在机器学习中，正则化路径是通过不同α值形成的参数序列。RidgeCV和LassoCV分别对应于正则化路径上的点，通过对最小和最大α值的比值来衡量路径长度，用于模型选择。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.RidgeCV

在这里插入图片描述

alphas = np.arange(1,1001,100) 
Ridge_ = RidgeCV(alphas=alphas
#,scoring="neg_mean_squared_error" 
,store_cv_values=True 
#,cv=5 
).fit(x, y)


print(x.shape) #有20640个sample
print(Ridge_.cv_values_.shape) 
#因为cv默认为留一验证，所以为20640，每一行代表一个验证集验证的结果；因为有10个alpha，所以有10列
# cv_values_这一属性只有cv为默认(None)且store_cv_values为True时才能调用，返回结果的size是(n_samples,n_alphas)