Тренируйте / подбирайте линейную регрессию в склеарне только с одной функцией / переменной

Question

Итак, я понимаю регрессию Лассо и не понимаю, зачем ему нужны два входных значения для предсказания другого значения, когда это просто двухмерная регрессия.

В документации сказано, что

clf.fit([[0,0], [1, 1], [2, 2]], [0, 1, 2])

что я не понимаю. Почему это [0,0] или [1,1], а не просто [0] или [1]?

Answer 1

[[0,0], [1, 1], [2, 2]]

означает, что у вас есть 3 выборки / наблюдения, и каждая характеризуется 2 характеристиками / переменными (2-мерными).

Действительно, вы можете получить эти 3 выборки только с 1 характеристикой / переменнымибыть в состоянии соответствовать модели.

Пример использования 1 функции.

from sklearn import datasets
from sklearn import linear_model

# import some data to play with
iris = datasets.load_iris()
X = iris.data[:, :1]  # we only take the feature
y = iris.target

clf = linear_model.Lasso(alpha=0.1)

clf.fit(X,y)

print(clf.coef_)
print(clf.intercept_)