Membuat regressor LASSO
Anda akan bekerja pada himpunan data numerik pengukuran tubuh ANSUR untuk memprediksi Body Mass Index (BMI) seseorang menggunakan regressor Lasso() yang sudah diimpor. BMI adalah metrik yang diturunkan dari tinggi dan berat badan, tetapi kedua fitur tersebut telah dihapus dari himpunan data agar model mendapatkan tantangan.
Anda akan menstandarkan data terlebih dahulu menggunakan StandardScaler() yang telah diinstansiasi sebagai scaler untuk memastikan semua koefisien menghadapi gaya regularisasi yang sebanding yang berusaha mengecilkannya.
Semua fungsi dan kelas yang diperlukan beserta himpunan data masukan X dan y telah dimuat sebelumnya.
Latihan ini adalah bagian dari kursus
Pengurangan Dimensi dengan Python
Petunjuk latihan
- Atur ukuran data uji menjadi 30% untuk mendapatkan pembagian latih-uji 70-30%.
- Latih scaler pada fitur pelatihan dan transformasikan sekaligus.
- Buat model Lasso.
- Latih model pada data pelatihan yang telah diskalakan.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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.____