1 sklearn自带数据集

sklearn中带有很多数据集

from sklearn import datasets
diabetes=datasets.load_diabetes()
X=diabetes.data
y=diabetes.target

X.shape
X[:5]

y[:10]

2 使用sklearn包中的模型

from sklearn.linear_model import Lasso #L1正则化线性回归
import numpy as np
from sklearn.model_selection import GridSearchCV

X_train=diabetes.data[:310]
y_train=diabetes.target[:310]

X_test=diabetes.data[310:]
y_test=diabetes.data[310:]

lasso=Lasso(random_state=0)
alphas=np.logspace(-4,-0.5,30)

estimator=GridSearchCV(lasso,dict(alpha=alphas))#估计器，里面是lasso这个模型，超参dict(alphas)
estimator.fit(X_train,y_train)#30个lasso模型比较，返回最好的模型

最高的评分
estimator.best_score_

0.46170948106181964

最好的模型
estimator.best_estimator_

Lasso(alpha=0.07880462815669913, random_state=0)

3 预测数据

estimator.predict(X_test)