Berikut adalah contoh mengapa Anda ingin melakukannya (dan kira-kira caranya).
Saya memiliki 3 model prediksi harga perumahan: linear, peningkatan gradien, jaringan saraf.
Saya ingin mencampurnya menjadi rata-rata tertimbang dan menemukan bobot terbaik.
Saya menjalankan regresi linier, dan saya mendapatkan solusi dengan bobot seperti -3.1, 2.5, 1.5, dan beberapa intersep.
Jadi yang saya lakukan malah menggunakan sklearn
blendlasso = LassoCV(alphas=np.logspace(-6, -3, 7),
max_iter=100000,
cv=5,
fit_intercept=False,
positive=True)
Dan saya mendapatkan bobot positif yang jumlahnya (sangat dekat) dengan 1. Dalam contoh saya, saya ingin alpha yang bekerja paling baik di luar sampel jadi saya menggunakan LassoCV dengan cross-validation.
Dokumen sklearn menyatakan bahwa Anda tidak boleh mengatur alpha ke 0 karena alasan numerik, namun Anda juga dapat menggunakan straight Lasso () dan mengatur parameter alpha serendah Anda bisa mendapatkan jawaban yang masuk akal.