Python sklearn，LassoCV（）和ElasticCV（）断裂？

sklearn为回归估计提供了LASSO方法。然而，当我尝试用矩阵y拟合LassoCV（X，y）时，它抛出了一个错误。请参见下面的屏幕截图，以及他们文档的链接。我使用的sklearn版本是0.15.2

它的文件说y可以是一个数组：

y : array-like, shape (n_samples,) or (n_samples, n_targets)

当我使用Lasso（）来拟合相同的X和y时，效果很好。所以我想知道LassoCV（）是坏了还是我需要做点别的

In [2]:  import numpy as np 
im
In [3]: import sklearn.linear_model

In [4]: from sklearn import linear_model

In [5]: X = np.random.random((10,100))

In [6]: y = np.random.random((50, 100)) 

In [7]: linear_model.Lasso().fit(X,y) 
Out[7]: 
Lasso(alpha=1.0, copy_X=True, fit_intercept=True, max_iter=1000,
   normalize=False, positive=False, precompute='auto', tol=0.0001,
   warm_start=False)

In [8]: linear_model.LassoCV().fit(X,y)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-8-9c8ad3459ac8> in <module>()
----> 1 linear_model.LassoCV().fit(X,y)

/chimerahomes/wenhoujx/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/sklearn/linear_model/coordinate_descent.pyc in fit(self, X, y)
   1006             if y.ndim > 1:
   1007                 raise ValueError("For multi-task outputs, use "
-> 1008                                  "MultiTask%sCV" % (model_str))
   1009         else:
   1010             if sparse.isspmatrix(X):

ValueError: For multi-task outputs, use MultiTaskLassoCV

In [9]: 

[2]中的

：将numpy作为np导入
感应电动机
在[3]中：导入sklearn.linear\u模型
[4]中：从sklearn导入线性_模型
[5]中：X=np.random.random（（10100））
在[6]中：y=np.random.random（（50100））
[7]中：线性_模型.Lasso（）.fit（X，y）
出[7]：
套索（alpha=1.0，copy\u X=True，fit\u intercept=True，max\u iter=1000，
标准化=假，正=假，预计算=自动，tol=0.0001，
预热（启动=错误）
[8]中：线性_模型.LassoCV（）.fit（X，y）
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
---->1线性_模型.LassoCV（）.拟合（X，y）
/chimerahomes/wenhoujx/enthught/Canopy_64bit/User/lib/python2.7/site-packages/sklearn/linear_model/coordinate_dence.pyc in fit（self，X，y）
1006如果y.ndim>1：
1007提升值错误（“对于多任务输出，使用”
->1008“多任务%sCV”%（型号）
1009其他：
1010如果稀疏。isspmatrix（X）：
ValueError：对于多任务输出，请使用MultiTaskLassoCV
在[9]中：

---

---

似乎ElasticCV（）和Elastic（）对的情况相同，前者（）建议使用多任务-ElasticCV（），后者适用于2d矩阵

与某些文档字符串中所写的相反，正常的lasso估值器（如您正在使用的估值器）不支持多个目标

错误消息告诉您使用

多任务套索

，这是一种组套索，强制对每个目标提供相同的稀疏支持。如果这是你所需要的，那就去用它吧。如果没有，到目前为止，除了在目标之间循环之外，没有其他有用的方法，您可以使用

sklearn.externals.joblib

尴尬地并行化这些目标

---

（如果您想为独立目标提供多目标支持，则非常欢迎github上的pull请求。）

看起来文档是错误的，如果您预测多个目标，您应该使用MultiTaskLassoCV。@DV，multitask假设每个任务之间是独立的，这可能不同于将整个Y视为一个整体并应用测试。另外，LassoCV（）应该是带有交叉验证的Lasso（）的环绕。这就是为什么我认为图书馆坏了。