ML之分类预测之ElasticNet之OPLiR：在二分类数据集上训练OPLiR模型(T1)
【摘要】 ML之分类预测之ElasticNet之OPLiR：在二分类数据集上训练OPLiR模型(T1)
目录
输出结果
设计思路
核心代码
输出结果
设计思路
核心代码
#对属性程度进行排列nzList = []for iAlpha in range(1,nalpha): coefList = list(c...
ML之分类预测之ElasticNet之OPLiR：在二分类数据集上训练OPLiR模型(T1)
目录
输出结果
设计思路
核心代码
#对属性程度进行排列
nzList = []
for iAlpha in range(1,nalpha):
coefList = list(coefs[: ,iAlpha])
nzCoef = [index for index in range(nattr) if coefList[index] != 0.0]
for q in nzCoef:
if not(q in nzList):
nzList.append(q)
文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。
原文链接：yunyaniu.blog.csdn.net/article/details/85837888
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论（0）