选择套索系数非零的数据框列

【问题标题】：Selecting columns of dataframe where Lasso coefficient is nonzero选择套索系数非零的数据框列
【发布时间】：2020-10-01 01:22:24
【问题描述】：

我使用 scikit 和 pandas 对数据集进行了 LASSO 回归。我想尝试使 OLS 适合 LASSO 选择的功能。我有类似的东西

lassomodel = LassoCV(alphas = [1, 0.1, 0.001, 0.0005]).fit(X_train, y_train)

和

lassomodel.coef_

我想获取所有 LASSO 系数不等于零的特征的数据帧或 numpy 数组。

【问题讨论】：

【解决方案1】：

IIUC，您可以在系数不等于 0 的 X_train 上使用布尔索引

如果 X_train 是一个 numpy 数组，那么你可以这样做：

X_train[:,lassomodel.coef_!=0]

如果 X_train 是 pandas 数据框，那么您可以这样做：

X_train.iloc[:,lassomodel.coef_!=0]

【讨论】：

不幸的是，我收到以下错误：TypeError: '(slice(None, None, None),array([ huge array of truth values]))' is an invalid key
添加 .iloc 有效 X_train.iloc[:, lasso.coef_!=0]
@lgegre 我以为 X_train 是一个数组，我的错，将在答案中添加此选项以使其更清晰