如何解决我应该使用 LassoCV 还是 GridSearchCV 来找到 Lasso 的最佳 alpha?
根据我的理解,在使用Lasso回归的时候,可以在sklearn中使用gridsearchcv
或者LassoCV
来找到最优的alpha
,也就是正则化参数。哪一个比另一个更受欢迎?
解决方法
两者都可以得到相同的结果。 LassoCV
通过让您将一组 alpha 值传递给 alphas
以及将交叉验证参数直接传递给分类器,从而使事情变得更容易。
要对 GridSearchCV
做同样的事情,您必须向它传递一个 Lasso
分类器、一个 alpha 值网格(即 {'alpha':[.5,1,5]}
)和 CV
参数.
尽管如此,我不会推荐一个。我能看到的唯一优势是,如果您使用 results_
,您可以访问 GridSearchCV
以及许多其他属性。如果您想要由您尝试的 alpha 返回的所有模型的摘要,这可能会有所帮助。另一方面,正如@amiola 所指出的,LassoCV
可以利用在交叉验证过程(又名热启动)的先前步骤中使用预先计算的结果,这可能会导致更快的拟合时间。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。