我对机器学习和sklearn还比较新手，正在尝试使用具有不同正则化参数值的linear_model.Lasso来训练一个具有6个不同特征的输入数据的线性模型。鉴于X和y是我的模型输入参数，我无法理解为什么执行这两个表达式会得到不同的值：

sum(model.coef_*X[0])Out[94]: -0.4895022980752311model.predict(X[0])Out[95]: array([ 2.08767122])

理想情况下，我希望模型系数对应于数据集中给定的特征，并且这两个表达式应该返回完全相同的值。

这是代码样本：

input_file = 'Spud_startup_analysis.xlsx'data_input_generic = pd.read_excel(input_file, skiprows = 0, sheetname='DataSet')data = data_input_generic.as_matrix()X = data[:, 0:-1]y = data[:,-1]model = linear_model.Lasso(alpha = 0.1)model.fit(X, y)

这是否与输入矩阵的维度有关？提前感谢

回答：

你缺少了截距项，这是优化过程默认包含的（fit_intercept）。

class sklearn.linear_model.Lasso(alpha=1.0, fit_intercept=True, normalize=False,    precompute=False, copy_X=True, max_iter=1000, tol=0.0001, warm_start=False,    positive=False, random_state=None, selection=’cyclic’)[source]

fit_intercept : boolean

是否为此模型计算截距。如果设置为false，则在计算中不会使用截距（例如，数据预期已被中心化）。

你可以在拟合后通过model.intercept_获取它。

在内部，predict 执行如下操作：

return safe_sparse_dot(X, self.coef_.T,                       dense_output=True) + self.intercept_