Lasso-Coordinate-Descent:L1正则化解决LASSO回归问题的循环和随机坐标下降算法的实现

时间:2024-06-04 15:11:12
【文件属性】:

文件名称:Lasso-Coordinate-Descent:L1正则化解决LASSO回归问题的循环和随机坐标下降算法的实现

文件大小:77KB

文件格式:ZIP

更新时间:2024-06-04 15:11:12

Python

套索坐标下降 在这些示例中,使用循环和随机坐标下降算法解决了具有L1正则化的LASSO问题。 该算法的一般形式为: 例子: 此存储库中有三个示例: 使用真实数据集的演示 使用模拟数据集的演示 我的算法与Sklearn的比较 数据集: 使用了两个数据集: 希特斯(Hitters)数据集包含来自1986和1987赛季的美国职棒大联盟数据。链接: : ) 模拟数据集 结构: 每个示例的文件都位于/ src文件夹中。 总体结构为: |- README.md |- src/ |- demo_simulated_dataset.py |- demo_real_dataset.py |- compare_sklearn_mylasso.py |- img/ |- algo.jpg 执行: 要执行示例,可以下载/ src文件夹中的三个


【文件预览】:
Lasso-Coordinate-Descent-master
----src()
--------demo_simulated_dataset.py(10KB)
--------compare_sklearn_mylasso.py(14KB)
--------demo_real_dataset.py(10KB)
----LICENSE(1KB)
----README.md(1KB)
----img()
--------algo.jpg(71KB)

网友评论

  • TNND分析用的R语言,结果发pycharm的代码!!!浪费下载机会[face]emoji:011.png[/face]