可视化LassoCV的系数图
Posted Data+Science+Insight
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了可视化LassoCV的系数图相关的知识，希望对你有一定的参考价值。
可视化LassoCV的系数图
A graphical explanation of the Lasso solution can be found on pages 69-73 of the text "Elements of Statistical Learning"
lasso的本质是加了L1正则化的线性回归模型；
ridge的本质是加了L2正则化的线性回归模型；
elastic的本质是加了L1和L2（均衡配比）正则化的线性回归模型；
就是这么简单，如果你接着问正则化是什么？
正则化这个事情，说的洋气点叫控制结构风险（或者叫在经验风险和结构风险之间取平衡）、说的通俗点就叫惩罚项，不要让模型在训练时太好耀武扬威，遇见测试集怂的一匹，就像有的宠坏了的小孩子，在父母面前牛逼的不行、天是老大他就是老二，犯了事进了局子，门还没进去就尿了裤子ÿ
以上是关于可视化LassoCV的系数图的主要内容，如果未能解决你的问题，请参考以下文章
python可视化lassocv特征筛选之后的特征的相关性分析热力图
sklearn基于make_scorer函数为Logistic模型构建自定义损失函数并可视化误差图(lambda selection)和系数图（trace plot）+代码实战
寻找模型最优参数多模型交叉验证可视化指标计算多模型对比可视化（系数图误差图混淆矩阵校正曲线ROC曲线AUCAccuracy特异度灵敏度PPVNPV）
为多模型寻找模型最优参数多模型交叉验证可视化指标计算多模型对比可视化（系数图误差图混淆矩阵校正曲线ROC曲线AUCAccuracy特异度灵敏度PPVNPV）结果数据保存