ML之PLiR之LARS：利用LARS算法求解ElasticNet回归类型(包括类别编码+属性重要程度排序)问题(实数值年龄预测)
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
xCoded = []for row in xList:codedSex = [0.0, 0.0]if row[0] == 'M': codedSex[0] = 1.0if row[0] == 'F': codedSex[1] = 1.0numRow = [float(row[i]) for i in range(1,len(row))]rowCoded = list(codedSex) + numRowxCoded.append(rowCoded)
ML之PLiR之LARS：利用LARS算法求解ElasticNet回归类型(包括类别编码+属性重要程度排序)问题(实数值年龄预测)
