Question

我正在尝试在我的代码中实现sklearn的套索。为了进行测试，我决定使用alpha = 0进行测试。根据定义，这应产生与LinearRegression相同的结果，但事实并非如此。
这是代码：

import pandas as pd
from sklearn.linear_model import Lasso
from sklearn.linear_model import LinearRegression

# Don't worry about this. It is made so that we can work with the same dataset.
df = pd.read_csv('http://web.stanford.edu/~oleg2/hse/Credit.csv').dropna()
df['Asian'] = df.Ethnicity=='Asian'
df['Caucasian'] = df.Ethnicity=='Caucasian'
df['African American'] = df.Ethnicity=='African American'
df = df.drop(['Ethnicity'],axis=1).replace(['Yes','No','Male','Female',True,False],[1,0,1,0,1,0])
# End of unimportant part

ft = Lasso(alpha=0).fit(x, df.Balance)
print(ft.intercept_)
ft = LinearRegression().fit(x, df.Balance)
print(ft.intercept_)

输出：

-485.3744897927978
-480.89071679937786

coef_也都不同。

我在做什么错了？

Answer 1

实际上，这似乎会产生不同的结果。但是，运行代码也会产生以下警告：

ft = Lasso(alpha=0).fit(X, y)
print(ft.intercept_)
ft = LinearRegression().fit(X, y)
print(ft.intercept_)

-485.3744897927984
-480.89071679937854

UserWarning：在alpha = 0时，此算法无法很好地收敛。建议您使用LinearRegression估算器

这让您知道自alpha=0以来，这意味着我们只剩下普通的线性回归，因此该算法无法很好地收敛。这就是为什么您会看到截距有所不同，并且可能导致指标恶化的原因。

为什么sklearn的套索系数不等于线性回归系数？

1 个答案: