如何在 python 中执行逻辑套索？

Question

scikit-learn 包提供了函数 Lasso() 和 LassoCV() 但没有适合逻辑函数而不是线性函数的选项……如何在 python 中执行逻辑套索？

原文由 Fringant 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

Lasso 使用 L1 惩罚优化最小二乘问题。根据定义，您无法使用套索优化逻辑函数。

如果要优化具有 L1 惩罚的逻辑函数，可以使用 LogisticRegression 具有 L1 惩罚的估计器：

 from sklearn.linear_model import LogisticRegression
from sklearn.datasets import load_iris
X, y = load_iris(return_X_y=True)
log = LogisticRegression(penalty='l1', solver='liblinear')
log.fit(X, y)

请注意，只有 LIBLINEAR 和 SAGA（在 v0.19 中添加）求解器处理 L1 惩罚。

原文由 TomDLT 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

您可以在 Python 中使用 glment。 Glmnet 使用热启动和活动集收敛，因此非常高效。这些技术使 glment 比其他套索实现更快。您可以从 https://web.stanford.edu/~hastie/glmnet_python/ 下载

原文由 Penning Yu 发布，翻译遵循 CC BY-SA 4.0 许可协议