提问者直到现在才使用 scikit-learn，但 statsmodels 刚刚推出了 Lasso 回归的实现。这里的文档非常不言自明且简洁。

好的替代解决方案：我可以将 Patsy 与 scikit-learn 一起使用，以获得与使用 statsmodels 中的公式表示法获得的相同结果。请参见下面的代码：

from patsy import dmatrices

# create dummy variables, and their interactions
y, X = dmatrices('outcome ~ C(var1)*C(var2)', df, return_type="dataframe")
# flatten y into a 1-D array so scikit-learn can understand it
y = np.ravel(y)

我现在可以使用在 scikit-learn 中实现的任何模型，使用通常的符号，将 X 作为自变量，将 y 作为因变量。

http://statsmodels.sourceforge.net/stable/genindex.html

是索引页。“套索”在任何地方都找不到。

为什么不使用 sckit-learn？