scikit中的套索回归中的coef_是什么

Question

coef_存储什么？

coef_源自尝试完成特征选择时的套索回归方法

Answer 1

它存储parameter vector，描述您乘以每个特征以得到预测值的权重。本质上，coef_是模型的参数（不包括正则化和截距（w0）项-参见下文）。

使用套索回归时，您将使用正则化执行线性回归。 如果不进行正则化，则给定实例的预测值的形式为：

  

y = w0 + w1 * x1 + w2 * x2 +…+ wn * xn

其中y是您的预测值，参数向量是 w = [w0，w1，w2，...，wn]，而训练实例的特征向量是 x < / strong> = [x1，x2，...，xn]。在执行回归时，您正在更改参数向量（或“权重向量”）的值以获得预测值，该预测值将预测值与目标值之间的差异最小化。这是通过最小化成本函数（衡量您的预测与真实值相差多少）来实现的。

（套索）正则化的使用只需将参数向量的l1范数添加到成本函数（您将其最小化）中，这有助于保持特征向量的值尽可能小。