扫码加入数据分析学习群

sklearn.linear_model.Lasso(alpha=1.0, fit_intercept=True, normalize=False, precompute=False, copy_X=True, max_iter=1000, tol=0.0001, warm_start=False, positive=False, random_state=None, selection='cyclic')

参数解释：

alpha: 正则化强度，默认为 1.0。

fit_intercept: 默认为 True，计算截距项。

normalize: 默认为 False，不针对数据进行标准化处理。

precompute: 是否使用预先计算的 Gram 矩阵来加速计算。

copy_X: 默认为 True，即使用数据的副本进行操作，防止影响原数据。

max_iter: 最大迭代次数，默认为 1000。

tol: 数据解算精度。

warm_start: 重用先前调用的解决方案以适合初始化。

positive: 强制系数为正值。

random_state: 随机数发生器。

selection: 每次迭代都会更新一个随机系数。