sklearn-1.1.5.弹性网
1.1.5.弹性网
弹性网是一个线性回归，使用L1和L2作为正则化参数进行训练。这种组合允许学习稀疏模型，其中很少的权重像套索那样非零，同时保持了岭的正则化属性。我们使用l1_ratio控制L1和L2组成凸函数。
当有多个相互关联的特征时，弹性网络很有用。套索可能会随机选择其中的一种，而弹性网可能会选择这两种。
一个实际的优势是弹性网在套索和岭回归之间进行权衡，它继承了岭回归的一些稳定性。
在这种情况下，它的最小化的目标函数是：
ElasticNetCV这个类可以通过设置参数alpha（）和l1_ratio（）进行交叉验证。
例子
用于稀疏信号的套索和弹性网络
套索和弹性网
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！