zl程序教程

您现在的位置是:首页 >  后端

当前栏目

ML之回归预测之Lasso:利用Lasso算法对红酒品质wine数据集实现红酒口感评分预测(实数值评分预测)

算法数据 实现 利用 预测 回归 ML 数值
2023-09-14 09:04:46 时间

ML之回归预测之Lasso:利用Lasso算法对红酒品质wine数据集实现红酒口感评分预测(实数值评分预测)

 

 

目录

输出结果

设计思路

核心代码


 

 

 

 

输出结果

设计思路

 

核心代码

t=3

if t==1:

    X = numpy.array(xList)         #Unnormalized X's
    # X = numpy.array(xNormalized)   #Normlized Xss
    Y = numpy.array(labels)          #Unnormalized labels
    # Y = numpy.array(labelNormalized) #normalized lables
elif t==2:
    X = numpy.array(xList)           #Unnormalized X's
    X = numpy.array(xNormalized)     #Normlized Xss
    Y = numpy.array(labels)          #Unnormalized labels
    Y = numpy.array(labelNormalized) #normalized lables

elif t==3:
    X = numpy.array(xList)           #Unnormalized X's
    X = numpy.array(xNormalized)     #Normlized Xss
    Y = numpy.array(labels)          #Unnormalized labels
    # Y = numpy.array(labelNormalized) #normalized lables


linear_model.lasso_path(X, Y,  return_models=False)