机器学习-特征选择：使用Lassco回归精确选择最佳特征
机器学习-特征选择：使用Lassco回归精确选择最佳特征
- 一、Lasso回归简介
-
- 1.1 Lasso回归的基本原理
- 1.2 Lasso回归与普通最小二乘法区别
- 二、特征选择的方法
-
- 2.1 过滤方法
- 2.2 包装方法
- 2.3 嵌入方法
- 三、Lasso的特征选择流程
-
- 3.1 数据预处理
- 3.2 划分训练集和测试集
- 3.3 搭建Lasso回归模型
- 3.4 特征选择
- 3.5 模型评估
- 完整代码
一、Lasso回归简介
1.1 Lasso回归的基本原理
Lasso回归，也称为最小绝对收缩和选择算子回归，是一种线性回归方法。其基本原理是在普通最小二乘法的基础上，引入L1正则化项，通过最小化目标函数来实现模型的特征选择和系数稀疏化。
Lasso回归的目