套索回归目标没有曲线

时间:2019-12-18 16:44:18

标签: python machine-learning regression cross-validation lasso-regression

这是我的代码。当我运行它时,山脊很好,但是对于套索,我得到了错误消息:

  

ConvergenceWarning:目标未收敛。你可能想要   增加迭代次数。

请帮助。

from sklearn.linear_model import LinearRegression, Lasso, Ridge, RidgeCV, LassoCV
from sklearn.model_selection import cross_val_score
import numpy as np
import sys

dataset = np.loadtxt(sys.argv[1], delimiter = ',')
X = dataset[:,:10]
y = dataset[:,10]

ridge_cv = RidgeCV(alphas=[1e-3, 1e-2, 1e-1, 1, 10, 100]).fit(X,y)

lasso_cv = LassoCV(alphas=[1e-3, 1e-2, 1e-1, 1, 10, 100]).fit(X,y)

lin_reg = LinearRegression()
ridge_reg = Ridge(alpha = ridge_cv.alpha_)
lasso_reg = Lasso(alpha = lasso_cv.alpha_)

print(cross_val_score(lin_reg, X, y, cv=2).mean())
print(cross_val_score(ridge_reg, X, y, cv=2).mean())
print(cross_val_score(lasso_reg, X, y, cv=2).mean())

1 个答案:

答案 0 :(得分:-1)

提高容忍度。

检查documentation 优化的容忍度:如果更新小于tol,优化代码将检查对偶间隙是否达到最优,并持续进行直到其小于tol

主要负责收敛

相关问题