1. Apprendre
    2. /
  2. Cours
    3. /
  3. Apprentissage supervisé avec scikit-learn
Connected

Exercice

Régression régularisée : Ridge

La régression Ridge applique une régularisation en prenant les valeurs au carré des paramètres du modèle, multipliées par alpha, puis en les ajoutant à la fonction de perte.

Dans cet exercice, vous allez ajuster des modèles de régression Ridge pour différentes valeurs de alpha et afficher leurs scores \(R^2\). Vous utiliserez toutes les variables du jeu de données sales_df pour prédire "sales". Les données ont déjà été réparties en X_train, X_test, y_train, y_test pour vous.

Une variable appelée alphas vous est fournie sous forme de liste contenant différentes valeurs de alpha, que vous parcourrez pour générer les scores.

Instructions

100 XP
  • Importez Ridge.
  • Instanciez Ridge en fixant alpha à alpha.
  • Ajustez le modèle sur les données d'entraînement.
  • Calculez le score \(R^2\) à chaque itération de ridge.