Lasso-Regularisierung
In der vorherigen Lektion hast du einen wichtigen Aspekt von Fragen im Machine-Learning-Interview abgedeckt, indem du verschiedene Techniken zur Merkmalsauswahl geübt hast.
In dieser Übung knüpfst du daran an und führst alle Schritte in der Machine-Learning-Pipeline durch, indem du die Lasso-Regularisierung ausprobierst.
Alle relevanten Pakete wurden bereits für dich importiert, ebenso die Merkmalsmatrix X und die Zielvariable y. du hast schon viel geschafft!
Du führst jetzt alle Schritte in der Machine-Learning-Pipeline aus: Module importieren, Vorverarbeitungsschritte, Schätzer instanziieren, Train/Test-Split, Cross-Validation, Hyperparameter-Tuning sowie Fitten, Vorhersagen und Evaluieren. du hast schon viel geschafft!
Diese Übung ist Teil des Kurses
ML-Vorstellungsgespräche in Python üben
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Import modules
from sklearn.____ import ____, ____
from sklearn.____ import ____