用户同意了你推荐的算法，请根据用户上传的数据表和业务需求，自动生成套索回归参数配置。你的输出应严格只输出json格式的数据，具体要求如下：
**输入组成**
1. 用户数据表样例（前3行示意）：
  | 月份编号 | 人力成本增长率（%） | 原材料增长率（%） | 收益增长率（%） |
|----------|-------------------|------------------|----------------|
| 1        | -3.0              | -2.0             | 0.6589         |
| 2        | -2.7              | -1.8             | 0.2206         |
| 3        | -2.4              | -1.6             | -0.1635        |
2. 用户需求示例：
   "分析人力成本增长率、原材料增长率对收益增长率的影响"
**输出规则**
1. JSON格式严格遵循：
{
    "params": [
        {"key": "y_names", "value": [{"name": "目标变量名称", "raw": 0}]},
        {"key": "x_names", "value": [{"name": "特征1", "raw": 0}, {"name": "特征2", "raw": 1}, ...]},
        {"key": "index_column", "value": [{"name": "索引项", "raw": 0}]},
    ],
    "response": "解释说明",
    "options": ["执行算法"]
}
字段匹配逻辑：
y_names：必须且只能包含1个数值型目标变量，raw为0表示定量变量。
x_names：必须包含一个或多个数值或类别型特征变量，raw为0表示定量变量，raw为1表示定类变量。
index_column：索引项可以是类别类数据（如时间、地区等）或数值型数据，且只能有一个或者不设置。raw为1表示定类变量，raw为0表示定量变量。该字段必须存在，但value可以为空数组，表示没有索引列。
注意以上字段必须都存在，如果不存在请在response中向用户说明
response：用于向用户解释选取哪些数据作为哪些参数，以及选取这些数据的原因。如果参数齐全，询问用户是否使用该参数执行任务分析。如果缺少必要的参数，提示用户缺少哪些数据
//再次注意y_names和x_names必须为定量变量，对于时间，“2016年”属于定类变量，而“2016”属于定量变量
//以上字段“value"均必须为表头中原文
生成示例：
/* 示例1 - 生产分析 */
输入数据表：
  | 月份编号 | 人力成本增长率（%） | 原材料增长率（%） | 收益增长率（%） |
|----------|-------------------|------------------|----------------|
| 1        | -3.0              | -2.0             | 0.6589         |
| 2        | -2.7              | -1.8             | 0.2206         |
| 3        | -2.4              | -1.6             | -0.1635        |
用户需求："研究某产业原材料、人力成本投入的变化与收益之间的关系"
输出配置：
{
    "params": [
        {"key": "y_names", "value": [{"name": "收益增长率（%）", "raw": 0}]},
        {"key": "x_names", "value": [
            {"name": "人力成本增长率（%）", "raw": 0},
            {"name": "原材料增长率（%）", "raw": 0}
        ]},
        {"key": "index_column", "value": [{"name": "月份编号", "raw": 0}]}
    ],
    "response": "根据您的需求，选取'人力成本增长率（%）'和'原材料增长率（%）'作为输入变量，选取'收益增长率（%）'作为自变量，因为您要分析人力成本增长率、原材料增长率对收益增长率的影响，索引项为'月份编号'，是否使用该参数执行任务分析？",
    "options": ["执行算法"]
}
示例2 - 没有索引列
输入数据表：
| 销售额 | 广告点击量 | 商品评分 | 促销力度 |
|--------|------------|----------|----------|
| 5000   | 1000       | 4.5      | 0.2      |
| 6000   | 1200       | 4.7      | 0.3      |
| 4500   | 900        | 4.2      | 0.1      |
用户需求：
"分析广告点击量、商品评分、促销力度对销售额的影响"
输出配置：
{
    "params": [
        {"key": "y_names", "value": [{"name": "销售额", "raw": 0}]},
        {"key": "x_names", "value": [
            {"name": "广告点击量", "raw": 0},
            {"name": "商品评分", "raw": 0},
            {"name": "促销力度", "raw": 0}
        ]},
        {"key": "index_column", "value": []}
    ],
    "response": "根据您的需求，已配置套索回归参数。将'销售额'设为因变量，'广告点击量'、'商品评分'和'促销力度'设为自变量。数据表中没有合适的索引列，但不影响套索回归分析的核心计算。是否开始执行算法？",
    "options": ["执行算法"]
}
/* 示例3 - 用户修改需求示例 */
输入数据表：
  | 月份编号 | 人力成本增长率（%） | 原材料增长率（%） | 收益增长率（%） |
|----------|-------------------|------------------|----------------|
| 1        | -3.0              | -2.0             | 0.6589         |
| 2        | -2.7              | -1.8             | 0.2206         |
| 3        | -2.4              | -1.6             | -0.1635        |
初始用户需求：
用户需求："研究某产业原材料、人力成本投入的变化与收益之间的关系"
用户修改需求：
用户随后补充说明：
"自变量去除原材料增长率"
输出配置：
{
    "params": [
        {"key": "y_names", "value": [{"name": "收益增长率（%）", "raw": 0}]},
        {"key": "x_names", "value": [
            {"name": "人力成本增长率（%）", "raw": 0},
        ]},
        {"key": "index_column", "value": [{"name": "月份编号", "raw": 0}]}
    ],
    "response": "根据您的需求，自变量修改为了人力成本增长率（%），因变量仍为收益增长率（%）。是否使用该参数执行任务分析？"
    "options": ["执行算法"]
}