`sklearn.linear_model`.ElasticNet¶

class sklearn.linear_model.ElasticNet¶

Regresión lineal con los priores L1 y L2 combinados como regularizador.

Minimiza la función objetivo:

1 / (2 * n_samples) * ||y - Xw||^2_2
+ alpha * l1_ratio * ||w||_1
+ 0.5 * alpha * (1 - l1_ratio) * ||w||^2_2

Si estás interesado en controlar la penalización L1 y L2 por separado, ten en cuenta que esto es equivalente a:

a * L1 + b * L2

donde:

alpha = a + b and l1_ratio = a / (a + b)

El parámetro l1_ratio corresponde a alpha en el paquete de R glmnet, mientras que alpha corresponde al parámetro lambda en glmnet. Específicamente, l1_ratio = 1 es la penalidad lasso. Actualmente, l1_ratio <= 0.01 no es fiable, a menos que tu proporciones tu propia secuencia de alpha.

Más información en el Manual de usuario.

Parámetros

alphafloat, default=1.0: Constante que multiplica los términos de penalización. Por defecto es 1.0. Ver las notas para el significado matemático exacto de este parámetro. alpha = 0 es equivalente a un mínimos cuadrados ordinario, solucionado por el objeto LinearRegression. Para razones numéricas, usar alpha = 0 con el objeto Lasso no es recomendado. Dado esto, deberías usar el objeto LinearRegression.
l1_ratioflotante, default=0.5: El parámetro de mezcla de la regularización, con 0 <= l1_ratio <= 1. Para l1_ratio = 0 la penalización es una penalización componente a componente L2 (también conocida como Norma de Frobenius). Para l1_ratio = 1 es una penalización componente a componente L1. Para 0 < l1_ratio < 1, la penalización es una combinación de L1 y L2.
fit_interceptbooleano, default=True: Si la interceptación debe ser estimada o no. Si False, se asume que los datos ya están centrados.
normalizebooleano, default=False: Este parámetro es ignorado cuando fit_intercept se establece como False. Si True, los regresores X serán normalizados antes de la regresión restando la media y dividiendo por la norma l2. Si tu deseas estandarizar, por favor utiliza StandardScaler antes de llamar fit en un estimador con normalize=False.
precomputebool o array-like de forma (n_features, n_features), default=False: Si usar una matriz Gram precalculada para acelerar los cálculos. La matriz Gram también puede ser pasada como argumento. Para una entrada dispersa esta opción es siempre True para preservar la dispersidad.
max_iterint, default=1000: Número máximo de iteraciones.
copy_Xbooleano, default=True: Si es True, X se copiará; si no, puede ser sobrescrito.
tolflotante, default=1e-4: La tolerancia para la optimización: si las actualizaciones son menores que tol, el código de optimización comprueba la brecha dual para la optimalidad y continúa hasta que es menor que tol.
warm_startbooleano, default=False: Cuando se establece a True, reutiliza la solución de la llamada anterior para ajustar como inicialización, de lo contrario, solamente borrará la solución anterior. Ver el Glosario.
positivobooleano, default=False: Cuando se establece en True, obliga a los coeficientes a ser positivos.
random_stateentero, instancia de RandomState, default=None: La semilla del generador de números pseudo aleatorio que selecciona una característica aleatoria para actualizar. Utilizado cuando selection == “random”. Pasa un entero para una salida reproducible a través de múltiples llamadas de función. Ver Glosario.
selection{“cyclic”, “random”}, default=”cyclic”: Si se establece a “random”, un coeficiente aleatorio es actualizado cada iteración en lugar de hacer un bucle sobre características secuencialmente por defecto. Esto (establecer a “random”) a menudo lleva a convergencia significativamente mas rápida especialmente cuando tol es mayor que 1e-4.

Atributos

coef_ndarray de forma (n_features,) o (n_targets, n_features): Vector de parámetros (w en la fórmula de función de coste).
sparse_coef_matriz dispersa de forma (n_features,) o (n_tasks, n_features): Representación dispersa del coef_ ajustado.
intercept_flotante o ndarray de la forma (n_targets,): Término independiente en la función de decisión.
n_iter_lista de int: Número de iteraciones ejecutadas por el solucionador de descenso de coordenadas para alcanzar la tolerancia especificada.
dual_gap_flotante o ndarray de la forma (n_targets,): Dado el parámetro alfa, las brechas duales al final de la optimización, de la misma forma que cada observación de y.

Ver también

ElasticNetCV: Modelo de red elástica con la mejor selección de modelos por validación cruzada.
SGDRegressor: Implementa la regresión de red elástica con entrenamiento incremental.
SGDClassifier: Implementa la regresión logística con la penalidad de red elástica (SGDClassifier(loss="log", penalty="elasticnet")).

Notas

Para evitar duplicaciones de memoria innecesarias, el argumento X del método fit debe ser pasado directamente como un arreglo numpy Fortran-contiguo.

Ejemplos

>>> from sklearn.linear_model import ElasticNet
>>> from sklearn.datasets import make_regression

>>> X, y = make_regression(n_features=2, random_state=0)
>>> regr = ElasticNet(random_state=0)
>>> regr.fit(X, y)
ElasticNet(random_state=0)
>>> print(regr.coef_)
[18.83816048 64.55968825]
>>> print(regr.intercept_)
1.451...
>>> print(regr.predict([[0, 0]]))
[1.451...]

Métodos

`fit`	Ajusta el modelo del descenso de coordenadas.
`get_params`	Obtiene los parámetros para este estimador.
`ruta`	Calcula la ruta de red elástica con el descenso de coordenadas.
`predict`	Predice utilizando el modelo lineal.
`score`	Devuelve el coeficiente de determinación \(R^2\) de la predicción.
`set_params`	Establece los parámetros de este estimador.

fit()¶

Ajusta el modelo del descenso de coordenadas.

Parámetros

X{ndarray, sparse matrix} de (n_samples, n_features): Datos.
y{ndarray, sparse matrix} de forma (n_samples,), o (n_samples, n_targets): Objetivo. Se convertirá al dtype de X si es necesario.
sample_weightflotante o array-like de forma (n_samples,), default=None: Ponderados de muestras.

Nuevo en la versión 0.23.
check_inputbooleano, default=True: Permite omitir varias comprobaciones de entrada. No uses este parámetro a menos que sepas lo que haces.

Notas

El descenso de coordenada es un algoritmo que considera una columna de los datos a la vez, por lo que automáticamente convertirá la entrada X a un arreglo de numpy Fortran-contiguo si es necesario.

Para evitar la reasignación de memoria se aconseja asignar los datos iniciales en la memoria directamente usando ese formato.

get_params()¶

Obtiene los parámetros para este estimador.

Parámetros

deepbooleano, default=True: Si es True, devolverá los parámetros para este estimador y los subobjetos contenidos que son estimadores.

Devuelve

paramsdict: Nombres de parámetros mapeados a sus valores.

static path()¶

Calcula la ruta de red elástica con el descenso de coordenadas.

La función de optimización de red elástica varía para salidas mono y múltiples.

Para las tareas mono-salida es:

1 / (2 * n_samples) * ||y - Xw||^2_2
+ alpha * l1_ratio * ||w||_1
+ 0.5 * alpha * (1 - l1_ratio) * ||w||^2_2

Para tareas multi-salidas es:

(1 / (2 * n_samples)) * ||Y - XW||^Fro_2
+ alpha * l1_ratio * ||W||_21
+ 0.5 * alpha * (1 - l1_ratio) * ||W||_Fro^2

Donde:

||W||_21 = \sum_i \sqrt{\sum_j w_{ij}^2}

es decir, la suma de la norma de cada fila.

Más información en el Manual de usuario.

Parámetros

X{array-like, sparse matrix} de forma (n_samples, n_features): Datos de entrenamiento. Pase directamente como datos Fortran-contiguos para evitar la duplicación innecesaria de memoria. Si y es mono-salida entonces X puede ser disperso.
y{array-like, sparse matrix} de forma (n_samples,), o (n_samples, n_outputs): Valores objetivo.
l1_ratioflotante, default=0.5: Número entre 0 y 1 pasado a la red elástica (escalado entre penalizaciones l1 y l2). l1_ratio=1 corresponde al Lasso.
epsfloat, default=1e-3: Longitud de la ruta. eps=1e-3 significa que alpha_min / alpha_max = 1e-3.
n_alphasint, default=100: Número de alfas a lo largo de la ruta de regularización.
alphasndarray, default=None: Lista de alfas donde calcular los modelos. Si es None los alfas se establecen automáticamente.
precompute“auto”, bool o array-like de forma (n_features, n_features), default=”auto”: Si usar una matriz precalculada Gram para acelerar los cálculos. Si se establece como 'auto', nosotros decidimos. La matriz de Gram puede también ser pasada como un argumento.
Xyarray-like de forma (n_features,) o (n_features, n_outputs), default=None: Xy = np.dot(X.T, y) que puede ser precalculado. Es útil sólo cuando la matriz Gram está precalculada.
copy_Xbooleano, default=True: Si es True, X se copiará; si no, puede ser sobrescrito.
coef_initndarray de forma (n_features, ), default=None: Los valores iniciales de los coeficientes.
verbosebool o entero, default=False: Cantidad de verbosidad.
return_n_iterbooleano, default=False: Si se devuelve o no el número de iteraciones.
positivobooleano, default=False: Si se establece como True, obliga a los coeficientes a ser positivos. (Sólo se permite cuando y.ndim ==1).
check_inputbooleano, default=True: Si se establece como False, las comprobaciones de validación de entrada se omiten (incluyendo la matriz de Gram cuando se proporciona). Se asume que serán manejados por el llamador.
**paramskwargs: Argumentos de palabra clave pasados al solucionador de descenso de coordenadas.

Devuelve

alphasndarray de forma (n_alphas,): Los alfas a lo largo del camino donde se calculan los modelos.
coefsndarray de forma (n_features, n_alphas) o (n_outputs, n_features, n_alphas): Coeficientes a lo largo del camino.
dual_gapsndarray de forma (n_alphas,): Los huecos duales al final de la optimización para cada alfa.
n_iterslista de int: El número de iteraciones tomadas por el optimizador de descenso de coordenadas para alcanzar la tolerancia especificada para cada alfa. (Es devuelto cuando return_n_iter está establecido a True).

Ver también

MultiTaskElasticNet
MultiTaskElasticNetCV
ElasticNet
ElasticNetCV

Notas

Para un ejemplo, ver examples/linear_model/plot_lasso_coordinate_descent_path.py.

predict()¶

Predice utilizando el modelo lineal.

Parámetros

Xarray-like o matriz dispersa, forma (n_samples, n_features): Muestras.

Devuelve

Carreglo, forma (n_samples,): Devuelve los valores predichos.

score()¶

Devuelve el coeficiente de determinación \(R^2\) de la predicción.

El coeficiente \(R^2\) se define como \((1 - \frac{u}{v})\), donde \(u\) es la suma residual de cuadrados ((y_true - y_pred) ** 2).sum() y \(v\) es la suma total de cuadrados ((y_true - y_true.mean()) ** 2).sum(). La mejor puntuación posible es 1.0 y puede ser negativa (porque el modelo puede ser arbitrariamente peor). Un modelo constante que siempre predice el valor esperado de y, sin tener en cuenta las características de entrada, obtendría una puntuación \(R^2\) de 0,0.

Parámetros

Xarray-like de forma (n_samples, n_features): Muestras de prueba. Para algunos estimadores puede ser una matriz de núcleo precalculada o una lista de objetos genéricos con forma (n_samples, n_samples_fitted), donde n_samples_fitted es el número de muestras utilizadas en el ajuste para el estimador.
yarray-like de forma (n_samples,) o (n_samples, n_outputs): Valores verdaderos para X.
sample_weightarray-like de forma (n_samples,), default=None: Ponderados de muestras.

Devuelve

scoreflotante: \(R^2\) de self.predict(X) con respecto a y.

Notas

La puntuación \(R^2\) utilizada al llamar a score en un regresor utiliza multioutput='uniform_average' desde la versión 0.23 para mantener la coherencia con el valor predeterminado de r2_score`. Esto influye en el método score de todos los regresores de salida múltiple (excepto para MultiOutputRegressor).

set_params()¶

Establece los parámetros de este estimador.

El método funciona tanto en estimadores simples como en objetos anidados (como Pipeline). Estos últimos tienen parámetros de la forma <component>__<parameter>` para que sea posible actualizar cada componente de un objeto anidado.

Parámetros

**paramsdict: Parámetros del estimador.

Devuelve

selfinstancia del estimador: Instancia del estimador.

property sparse_coef_¶: Representación dispersa del coef_ ajustado.