XGBoost での正則化の活用

ビデオで l1 正則化の例を見たので、ここでは l2 正則化ペナルティ（"lambda" とも呼ばれます）を変化させ、Ames 住宅価格データセットにおけるモデル全体の性能への影響を確認します。

これまでと同様に、X と y から DMatrix を作成してください。
初期パラメータ辞書を作成し、"objective" は "reg:squarederror"、"max_depth" は 3 を指定します。
for ループの中で xgb.cv() を使い、現在の l2 値（reg）を渡して "lambda" を体系的に変化させてください。
各 xgboost モデルのクロスバリデーションにおける最後のブースティングラウンドの "test-rmse-mean" を追加してください。
"Submit Answer" を押して結果を確認しましょう。どんな傾向が見られますか？