sklearn은 회귀 추정을 위해 LASSO 방법을 제공합니다. 그러나, 나는 LassoCV (X, y)를 y 행렬에 맞추려고 할 때 오류를 던집니다. 아래 스크린 샷과 해당 문서의 링크를 참조하십시오. 내가 사용하는 sklearn 버전은 0.15.2입니다.sklearn, LassoCV() 및 ElasticCV()가 고장 났습니까?
y : array-like, shape (n_samples,) or (n_samples, n_targets)
난 그냥 올가미가() 같은 X와 Y에 맞게 사용, 그것은 잘 작동 :
그 문서는 Y는 ndarray이 될 수 있다고 말한다. 그래서 LassoCV()가 고장 났거나 다른 것을 할 필요가 있는지 궁금합니다.
In [2]: import numpy as np
im
In [3]: import sklearn.linear_model
In [4]: from sklearn import linear_model
In [5]: X = np.random.random((10,100))
In [6]: y = np.random.random((50, 100))
In [7]: linear_model.Lasso().fit(X,y)
Out[7]:
Lasso(alpha=1.0, copy_X=True, fit_intercept=True, max_iter=1000,
normalize=False, positive=False, precompute='auto', tol=0.0001,
warm_start=False)
In [8]: linear_model.LassoCV().fit(X,y)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-8-9c8ad3459ac8> in <module>()
----> 1 linear_model.LassoCV().fit(X,y)
/chimerahomes/wenhoujx/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/sklearn/linear_model/coordinate_descent.pyc in fit(self, X, y)
1006 if y.ndim > 1:
1007 raise ValueError("For multi-task outputs, use "
-> 1008 "MultiTask%sCV" % (model_str))
1009 else:
1010 if sparse.isspmatrix(X):
ValueError: For multi-task outputs, use MultiTaskLassoCV
In [9]:
ElasticCV()과 탄성() 쌍은 같은 상황을 가지고 있다는 것, 전자는() 멀티 태스크-ElasticCV() 및 2D 매트릭스 잘 후자의 작품을 사용하는 것이 좋습니다.
이 보이는 여러 대상을 예측합니다. –
@DV, 멀티 태스킹은 각 작업 간의 독립성을 전제로하며 전체 Y 전체를 처리하고 테스트를 적용하는 것과는 다를 수 있습니다. 또한 LassoCV()는 교차 유효성 검사를 통해 Lasso()의 랩 어라운드 여야합니다. 이것이 내가 도서관이 고장 났다고 생각하는 이유입니다. –