Ridge 正則化

前の演習では lasso 正則化を実践しました。Machine Learning の面接で正則化手法について聞かれたら、2つのノルムの違いを説明できるようにしておきましょう。Lasso は L1 ノルムを用い、ペナルティパラメータと係数の絶対値に基づきます。Ridge 回帰は L2 正則化（L2-norm とも呼ばれます）で、ペナルティパラメータと係数の二乗和を使って、最小二乗法にペナルティ項を加えます。

この演習では、diabetes データフレームで Ridge による正則化を練習します。特徴量行列と目的変数配列は、それぞれ X と y としてワークスペースに用意されています。

すでに sklearn.metrics から mean_squared_error、sklearn.model_selection から train_test_split がインポートされています。