请教:不同惩罚系数的lasso回归,计算r2结果一样,是什么原因呢?
数据已做标准化。
alpha=[0.0001, 0.001, 0.002, 0.003, 0.004, 0.005, 0.01, 0.05, 0.1, 0.2, 0.3, 0.4, 0.5]
for i in alpha:
las=Lasso(alpha=i, max_iter=1100000, normalize=False)
las.fit(X_train, Y_train)
y_test_pred = las.predict(X_test)
r2 = 1 - sum((Y_test - y_test_pred) ** 2) / sum(Y_test ** 2)
print(r2)
从0.002开始,所有的r均为一个值,是为什么呢