Question

这有点是一个理论问题。我知道SO不喜欢不易复制的代码，但请耐心等待我！

我有一个pandas DataFrame，我想运行一个Lasso回归。要做到这一点，我所知道的最好的方法是将这些功能变成一个numpy数组：

    features = df[list(cols)].values
    features = np.nan_to_num(features)

然后我做了sk-learn魔术：

    lasso_model = LassoCV(cv = 15, copy_X = True, normalize = True, max_iter=10000)
    lasso_fit = lasso_model.fit(features, label)
    lasso_path = lasso_model.score(features, label)
    print lasso_model.coef_

现在我的问题是如何有效地让大熊猫和numpy一起工作。此印刷品显示如下内容：

array([  1.69066749e-05,  -1.56013346e-05,   0.00000000e+00,
        -6.77086687e-06,   0.00000000e+00,   3.95920932e-08,
         0.00000000e+00,   6.54752484e-06,  -0.00000000e+00,
        -1.18676617e-05,  -7.36411973e-08,   4.72966581e-05,
         2.91028626e-06,   1.60674178e-05,   8.83195041e-06,
        -8.74769447e-02,   1.39914995e-04,  -1.86801467e-05,
         3.68593473e-01,   4.16009393e-01,   9.27391598e-07,
        -0.00000000e+00,   0.00000000e+00,  -4.07446333e-03,
         2.33648787e-01,   0.00000000e+00,   2.22660872e-02,
         0.00000000e+00,   3.04366897e-02,  -0.00000000e+00,
         0.00000000e+00,  -0.00000000e+00,  -0.00000000e+00,
         1.85141334e-01,   9.50727274e-02,  -4.94268994e-03,
         2.22993839e-01,   0.00000000e+00,   1.23715861e-02,
         0.00000000e+00,   5.42142052e-02,  -1.27412757e-02,
         2.98389804e-02,   1.35957828e-02,  -0.00000000e+00,
         3.64953613e-02,  -0.00000000e+00,   1.03289810e-01,])

这对我没有好处。如何以有效的方式获得哪些列的系数？

我找到了一些黑客的方法来做一些，但我认为有更好的方法可以做到这一点。

例如，我知道我可以通过以下方式做到最好：

In [256]: coef.argmax()
Out[256]: 19

In [257]: cols[19]
Out[257]: 'Price'

我认为我想知道的主要问题是如何获得列名称到系数对的字典。

谢谢你们！

Answer 1

您可以创建一个将cols映射到coef的字典，如下所示：

dict(zip(cols, coef))

这是common pure Python idiom。

使用scikit-learn让大熊猫玩得很好

1 个答案: