Лассо для мульти-выходной регрессии, дающее одинаковые результаты для всех значений альфа

Question

Я использую Лассо для регрессии с несколькими выходами. Однако, какое бы значение альфа я не использовал, оно выдает те же значения mse и R ^ 2. Я делаю что-то неправильно? Я проверил код с различными значениями альфа, начиная с 0,001 до 10, но без эффекта. Напротив, Ридж дает мне разные результаты.

y_mse=[]
y_r2score=[]
for alp in [0.01,0.1,0.5,1,5]:
    print('Working with alpha=',alp)
    Lasso_Regr = Lasso(alpha=alp, normalize=True)
    Lasso_Regr.fit(x_train, y_train)
    y_pred = Lasso_Regr.predict(x_test)
    pred_mean = pd.DataFrame(y_pred.mean(axis=0))
    y_mse.append(mean_squared_error(y_test, y_pred))
    y_r2score.append(r2_score(actual_mean, pred_mean))

print("Mean Squared Error (y_test Vs. y_pred): ", y_mse)
print("r2 Score (y_test_mean Vs. y_pred_mean): ", y_r2score)

Вывод: MSE: 0,0123499507 R ^ 2 Оценка: 0,98817476 Одинаковая пара результатов для всех альфа-значений