1.1.5.弹性网
弹性网是一个线性回归，使用L1和L2作为正则化参数进行训练。这种组合允许学习稀疏模型，其中很少的权重像套索那样非零，同时保持了岭的正则化属性。我们使用l1_ratio控制L1和L2组成凸函数。
当有多个相互关联的特征时，弹性网络很有用。套索可能会随机选择其中的一种，而弹性网可能会选择这两种。
一个实际的优势是弹性网在套索和岭回归之间进行权衡，它继承了岭回归的一些稳定性。
在这种情况下，它的最小化的目标函数是：
ElasticNetCV这个类可以通过设置参数alpha（）和l1_ratio（）进行交叉验证。
例子