Python中的套索回归具有不同的惩罚

如何解决Python中的套索回归具有不同的惩罚

我想使用Lasso回归来学习系数矩阵B。我要解决的问题是：

min {|| y-xB || + lambda {P X B} _1}

其中P是一些惩罚矩阵：P_ij给出B_ij惩罚p（P_ij越大B_ij越小） 我该如何使用python（在sklearn中找不到有用的东西）？

解决方法

您的问题非常具体，人们通常不训练这样的模型，这就是为什么sklearn中没有这样的事情。称套索回归甚至是不正确的，但这是术语问题。但是您实际上可以写出这种损失的次微分，并在python中自己编写次梯度下降。