Python - 分类Lasso sklearn - 如何预测类

Question

以下示例： http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Lasso.html

from sklearn import linear_model
clf = linear_model.Lasso(alpha=0.1)
clf.fit([[0,0], [1, 1], [2, 2]], [0, 1, 2])

clf.predict(np.array([0,0]).reshape(1,-1))
Out[13]: array([ 0.15])

我可以将预测作为分类而不是回归。换句话说，当我给它一个输入时，我想要一个绝对的输出。

Answer 1

将 LogisticRegression 与 penalty='l1' 一起使用。
它本质上是套索回归，但附加了一层将类的分数转换为“获胜”类输出标签。
正则化强度由C定义，它是alpha的INVERSE，由Lasso使用。
Scikit-learn 对线性模型有一个非常好的简要概述：
https://scikit-learn.org/stable/modules/linear_model.html

Answer 2

您可以使用套索对预测结果进行降序排序，因此前50％为1，最后为0。