写一段lasso怎么找出特征的适应度代码

以下是 Lasso 找出特征的适应度代码：

from sklearn.linear_model import Lasso
from sklearn.metrics import mean_squared_error

# 假设 X 和 y 是我们的特征和标签数据
lasso = Lasso(alpha=.1)
lasso.fit(X, y)
y_pred = lasso.predict(X)
mse = mean_squared_error(y, y_pred)
fitness = 1 / (1 + mse)

其中，`alpha` 是 Lasso 模型的正则化参数，用于控制特征的稀疏性。`mean_squared_error` 是均方误差，用于评估模型的预测精度。最终的适应度值是均方误差的倒数，即预测精度的倒数。