ADD file via upload

8.3.2 选取关键特征.py

@@ -0,0 +1,35 @@
+import pandas as pd
+import numpy as np
+from sklearn.linear_model import Lasso
+
+# 修改为正确的路径
+income_data = pd.read_csv('data/income_tax.csv', index_col=0)  # 读取数据
+
+# 取2005年~2019年的数据建模
+data_train = income_data.iloc[:, 0:13].copy()  
+data_mean = data_train.mean()
+data_std = data_train.std()
+data_train = (data_train - data_mean) / data_std  # 数据标准化
+
+# 构建Lasso回归模型
+lasso = Lasso(alpha=1000, random_state=1234)
+lasso.fit(data_train, income_data['y'])
+
+# 输出回归系数，保留5位小数
+print('Lasso回归系数为：', np.round(lasso.coef_, 5))
+
+# 计算系数非零的个数
+print('系数非零个数为：', np.sum(lasso.coef_ != 0))  
+
+# 返回系数非零特征
+mask = lasso.coef_ != 0
+print('系数非零特征：', income_data.columns[:-1][mask])
+
+# 返回系数非零的数据
+new_reg_data = income_data.iloc[:, 0:13].iloc[:, mask]
+
+# 修改为正确的路径保存数据
+new_reg_data.to_csv('tmp/new_reg_data.csv')  # 存储数据
+
+# 输出数据的维度
+print('输出数据的维度为：', new_reg_data.shape)