使用Lasso进行非线性回归（Python）

Question

我有一组独立的数据点X和一组依赖点Y，我想找到一个形式的模型：

（一<子> 0 +一<子> 1 * X <子> 1 +一<子> 2 * X <子> 2 < /sub>+...+a_mx_m)(a_m+1*x _{m + 1个 +一<子> M + 2 * X <子> M + 2 ）}

我知道我可以使用scipy的curve_fit，但是为了避免过度拟合，我想使用Lasso作为线性部分（即第一组括号中的部分）。

在Python中有一种简单的方法吗？

Answer 1

你可以在整个批次中使用套索回归量，将括号乘以2m + 2系数。然后通过执行变量更改，可以再次使其成为线性回归问题。

有关详细信息，请参阅此链接： http://scikit-learn.org/stable/modules/linear_model.html#polynomial-regression