Scikit ' predicción de s para el modelo lineal

Question

Mirando este ejemplo para el método de lazo:

Por documentación el se utiliza para . Si no me equivoco `` datos se construyeron como tal:

¿Por qué hace el de da un `` ? ¿Qué me falta?

Answer 1

"Predecir utilizando el modelo lineal" parece referirse a los Lasso de la regularización de la modelo lineal, en lugar de un estándar modelo lineal. Estos son equivalentes a un estándar modelo lineal cuando el parámetro de regularización es $0$, como se menciona en la documentación respecto a la alpha parámetro:

alpha = 0 es equivalente a una ordinaria de mínimos cuadrados, resuelto por la LinearRegression objeto.

La predicción de la $0.8$ en lugar de $1$ es una consecuencia de la regularización. Para ver cómo este parámetro afecta a las predicciones, usted puede tratar de variaciones sobre este:

from sklearn import linear_model
for i in range(10):
    clf = linear_model.Lasso(alpha = 0.1 * i)
    clf.fit([[0, 0], [1, 1]], [0, 1])
    print clf.predict([[1, 1]])

Que da este resultado:

[ 1.]
[ 0.8]
[ 0.6]
[ 0.5]
[ 0.5]
[ 0.5]
[ 0.5]
[ 0.5]
[ 0.5]
[ 0.5]

Este parámetro es a menudo diseñadas para minimizar la espera de la prueba de error, a pesar de su utilidad en hacerlo, no es claro a partir de este ejemplo.