sklearn.linear_model.Lasso

class sklearn.linear_model.Lasso

Modelo lineal entrenado con L1 a priori como regularizador (también conocido como Lasso)

El objetivo de optimización para Lasso es:

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

Técnicamente el modelo Lasso está optimizando la misma función objetivo que Elastic Net con l1_ratio=1.0 (sin penalización L2).

Más información en el Manual de usuario.

Parámetros

alphafloat, default=1.0

Constante que multiplica el término L1. Por defecto es 1.0. alpha = 0 es equivalente a un mínimo cuadrado ordinario, resuelto por el objeto LinearRegression. Por razones numéricas, no se aconseja utilizar alpha = 0 con el objeto Lasso. Por ello, se debe utilizar el objeto LinearRegression.

fit_interceptbool, default=True

Si se calcula el intercepto para este modelo. Si se establece en False, no se utilizará ningún intercepto en los cálculos (es decir, se espera que los datos estén centrados).

normalizebool, default=False

Este parámetro se ignora cuando fit_intercept se establece en False. Si es True, los regresores X serán normalizados antes de la regresión restando la media y dividiendo por la norma l2. Si desea estandarizar, por favor utiliza StandardScaler antes de llamar a fit en un estimador con normalize=False.

precompute“auto”, bool o array-like de forma (n_features, n_features), default=False

Si se utiliza una matriz Gram precalculada para acelerar los cálculos. Si se establece como auto se puede decidir. La matriz Gram también se puede pasar como argumento. Para entradas dispersas esta opción es siempre True para preservar la dispersión.

copy_Xbool, default=True

Si es True, X se copiará; si no, puede sobrescribirse.

max_iterint, default=1000

El número máximo de iteraciones.

tolfloat, default=1e-4

La tolerancia para la optimización: si las actualizaciones son menores que tol, el código de optimización comprueba la optimización dela brecha dual y continúa hasta que sea menor que tol.

warm_startbool, default=False

Cuando se establece como True, reutiliza la solución de la llamada anterior a fit como inicialización, de lo contrario, sólo borra la solución anterior. Ver el Glosario.

positivebool, default=False

Cuando se establece en True, obliga a los coeficientes a ser positivos.

random_stateint, instancia RandomState, default=None

La semilla del generador de números pseudoaleatorios que selecciona una característica aleatoria para actualizar. Se utiliza cuando selection == “random”. Pase un int para una salida reproducible a través de múltiples llamadas a la función. Ver Glosario.

selection{“cyclic”, “random”}, default=”cyclic”

Si se establece como “random”, se actualiza un coeficiente aleatorio en cada iteración en lugar de hacer un bucle sobre las características de forma secuencial por defecto. Esto (el ajuste a “random”) a menudo conduce a una convergencia significativamente más 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 la función de coste).

dual_gap_float o ndarray de forma (n_targets,)

Dado el parámetro alpha, las brechas duales al final de la optimización, de la misma forma que cada observación de y.

sparse_coef_matriz dispersa de forma (n_features, 1) o (n_targets, n_features)

Representación dispersa del coef_ ajustado.

intercept_float o ndarray de forma (n_targets,)

Término independiente en la función de decisión.

n_iter_int o list de int

Número de iteraciones ejecutadas por el solucionador de descenso de coordenadas para alcanzar la tolerancia especificada.

Ver también

lars_path

lasso_path

LassoLars

LassoCV

LassoLarsCV

sklearn.decomposition.sparse_encode

Notas

El algoritmo utilizado para ajustar el modelo es el descenso de coordenadas.

Para evitar la duplicación innecesaria de memoria, el argumento X del método fit debe pasarse directamente como un arreglo numpy Fortran-contiguo.

Ejemplos

>>> from sklearn import linear_model
>>> clf = linear_model.Lasso(alpha=0.1)
>>> clf.fit([[0,0], [1, 1], [2, 2]], [0, 1, 2])
Lasso(alpha=0.1)
>>> print(clf.coef_)
[0.85 0.  ]
>>> print(clf.intercept_)
0.15...

Métodos

fit	Ajusta el modelo con el descenso de coordenadas.
get_params	Obtiene los parámetros para este estimador.
path	Calcula la ruta de la 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 con el 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_weightfloat o array-like de forma (n_samples,), default=None

Ponderación de la muestra.

Nuevo en la versión 0.23.

check_inputbool, default=True

Permite omitir varias comprobaciones de entrada. No uses este parámetro a menos que sepas lo que haces.

Notas

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

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

get_params()

Obtiene los parámetros para este estimador.

Parámetros

deepbool, 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 la red elástica con el descenso de coordenadas.

La función de optimización de la red elástica varía para las monosalidas y multisalidas.

Para las tareas monosalida 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 multisalida 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. Pásalos directamente como datos Fortran-contiguos para evitar la duplicación innecesaria de memoria. Si y es monosalida entonces X puede ser disperso.

y{array-like, sparse matrix} de forma (n_samples,) o (n_samples, n_outputs)

Valores objetivo.

l1_ratiofloat, 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 se utiliza una matriz de Gram precalculada para acelerar los cálculos. Si se establece como 'auto' podemos decidir. La matriz de Gram también se puede pasar como 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_Xbool, default=True

Si es True, X se copiará; si no, puede sobrescribirse.

coef_initndarray de forma (n_features, ), default=None

Los valores iniciales de los coeficientes.

verbosebool o int, default=False

Cantidad de verbosidad.

return_n_iterbool, default=False

Si se devuelve o no el número de iteraciones.

positivebool, default=False

Si se establece como True, obliga a los coeficientes a ser positivos. (Sólo se permite cuando y.ndim ==1).

check_inputbool, default=True

Si se establece en False, se omiten las comprobaciones de validación de la entrada (incluyendo la matriz Gram cuando se proporciona). Se asume que son manejadas por el llamador.

**paramskwargs

Argumentos de palabras clave que se pasan al solucionador de descenso de coordenadas.

Devuelve

alphasndarray de forma (n_alphas,)

Los alfas a lo largo de la ruta donde se calculan los modelos.

coefsndarray de forma (n_features, n_alphas) o (n_outputs, n_features, n_alphas)

Coeficientes a lo largo de la ruta.

dual_gapsndarray de forma (n_alphas,)

Las brechas duales al final de la optimización para cada alfa.

n_iterslist 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 en su lugar 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

Ponderaciones de la muestra.

Devuelve

scorefloat

\(R^2\) 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 consistencia 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 con 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 de estimador

Instancia del estimador.

property sparse_coef_

Representación dispersa del coef_ ajustado.

Ejemplos utilizando sklearn.linear_model.Lasso

Lasso en datos densos y dispersos

Selección conjunta de características con Lasso multitarea

Lasso y red elástica para señales dispersas

Ejercicio de validación cruzada sobre el conjunto de datos de la diabetes