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)