Crear un regresor LASSO
Vas a trabajar con el conjunto de datos numéricos de medidas corporales ANSUR para predecir el índice de masa corporal (BMI) de una persona usando el regresor Lasso() ya importado. El BMI se calcula a partir de la estatura y el peso, pero esas dos características se han eliminado del conjunto para poner a prueba al modelo.
Primero vas a estandarizar los datos con StandardScaler(), que ya está instanciado como scaler, para asegurarte de que todos los coeficientes se vean sometidos a una fuerza de regularización comparable que tienda a reducirlos.
Todas las funciones y clases necesarias, además de los conjuntos de entrada X y y, ya están cargados.
Este ejercicio forma parte del curso
Reducción de dimensionalidad en Python
Instrucciones del ejercicio
- Establece el tamaño del conjunto de prueba en 30% para obtener una partición de entrenamiento-prueba del 70-30%.
- Ajusta el escalador sobre las características de entrenamiento y transfórmalas de una sola vez.
- Crea el modelo Lasso.
- Ajústalo a los datos de entrenamiento ya escalados.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Set the test size to 30% to get a 70-30% train test split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=____, random_state=0)
# Fit the scaler on the training features and transform these in one go
X_train_std = scaler.____
# Create the Lasso model
la = ____()
# Fit it to the standardized training data
la.____