然后我们再来看elastic-net弹性网络,之所以叫弹性是因为,他融合了L1和L2正则,可以看到
他的公式
公式中有L1正则和L2正则两个都在这个公式中
可以看到弹性网络,在很多特征互相联系的时候,非常有用,比如,
相关性,如果数学好,那么物理也好,如果语文好,那么英语也好 这种联系
正相关的.
其实ElasticNet就是,汲取了Lasso套索回归和Ridge岭回归,以后得到的公式,
可以通过l1_ratio控制L1和L2,偏向于谁
我们去看代码
import numpy as np 导入数学计算包
from sklearn.linear_model import ElasticNet 导入弹性网络包
<
