选择套索系数非零的数据帧列
Selecting columns of dataframe where Lasso coefficient is nonzero
我使用 scikit 和 pandas 对数据集进行了 LASSO 回归。我想尝试使 OLS 适合 LASSO 选择的特征。我有类似
lassomodel = LassoCV(alphas = [1, 0.1, 0.001, 0.0005]).fit(X_train, y_train)
和
lassomodel.coef_
并且我想获取具有 LASSO 系数不等于零的所有特征的数据帧或 numpy 数组。
IIUC，您可以在 X_train 上使用布尔索引，其中系数不等于 0
如果 X_train 是一个 numpy 数组，那么你可以：
X_train[:,lassomodel.coef_!=0]
如果 X_train 是一个 pandas 数据框，那么您可以：
X_train.iloc[:,lassomodel.coef_!=0]
我使用 scikit 和 pandas 对数据集进行了 LASSO 回归。我想尝试使 OLS 适合 LASSO 选择的特征。我有类似
lassomodel = LassoCV(alphas = [1, 0.1, 0.001, 0.0005]).fit(X_train, y_train)
和
lassomodel.coef_
并且我想获取具有 LASSO 系数不等于零的所有特征的数据帧或 numpy 数组。
IIUC，您可以在 X_train 上使用布尔索引，其中系数不等于 0
如果 X_train 是一个 numpy 数组，那么你可以：
X_train[:,lassomodel.coef_!=0]
如果 X_train 是一个 pandas 数据框，那么您可以：
X_train.iloc[:,lassomodel.coef_!=0]