scikit-learn和glmnet中的弹性网相当吗？

Question

特别是，glmnet docs意味着它为回归创建了高斯族的“广义线性模型”，而scikit-learn意味着没有这样的东西（即，似乎它是纯粹的线性回归，而不是一般化的） 。但我不确定这一点。

Answer 1

在您链接到的文档中，存在一个优化问题，可以准确显示GLMnet中的优化内容：

1/(2N) * sum_i(y_i - beta_0 - x_i^T beta) + lambda * [(1 - alpha)/2 ||beta||_2^2 + alpha * ||beta||_1]

现在看看here，在那里你会找到与欧几里德规范优化相同的公式。请注意，文档省略了截距w_0，相当于beta_0，但代码确实估算了它。 另请注意，lambda变为alpha，alpha变为rho ...

＆＃34;高斯家庭＆＃34;方面可能是指使用L2损失的事实，这对应于假设噪声是加性高斯。