使用套索进行非线性回归（Python）

我有一组独立的数据点X和一组依赖点Y，我想找到一个如下形式的模型：

（a0+a1*x1+a2*x2+…+amxm）（am+1*xm+1+am+2*xm+2）

我知道我可以使用scipy的曲线拟合，但为了避免过度拟合，我想对线性部分（即第一组括号中的部分）使用套索

---

在Python中有一种简单的方法可以做到这一点吗？

你可以将一个套索回归器安装到整个批次中，将括号相乘，得到2m+2的系数。然后通过改变变量，你可以使这再次成为一个线性回归问题

有关更多详细信息，请参阅此链接：

---

添加一些示例数据和有关任务中适合的数据大小的信息。没错，我给出的函数不是一个很好的示例。我把这个问题编辑成了一个实际的非线性函数，我不能使用你的技巧。谢谢：）问题是套索会找到最佳参数，假设第二个括号中的东西不存在。现在你仍然可以将括号相乘，得到2m+2个变量。更棘手的是，你没有常数，所以你必须强制套索中的常数为零。我希望有一个现有的解决方案，结合曲线拟合和套索（它接收一个函数作为输入，如曲线拟合，但惩罚系数如套索），但我想我需要采取不同的方法。谢谢你的帮助！好啊也许你可以像我建议的那样先拟合套索，然后在缩减的变量集上使用曲线拟合。尽管如此，还是要进行实验，因为原始套索可能会被证明比曲线拟合更好。我读了一些书，找到了一种方法，可以将你的解决方案推广到任何多项式拟合。使用这个你的解决方案适合我的问题，所以如果你想添加它，我会将你的答案标记为解决方案（如果你不想添加，我会将其作为第二个答案发布），谢谢你的帮助！