1. 学ぶ
    2. /
  2. コース
    3. /
  3. scikit-learn で学ぶ Supervised Learning
Connected

演習

正則化回帰：Ridge

Ridge 回帰は、モデルパラメータの二乗値に alpha を掛けて損失関数に加えることで正則化を行います。

この演習では、複数の異なる alpha 値に対して Ridge 回帰モデルを当てはめ、各モデルの \(R^2\) スコアを出力します。sales_df データセットのすべての特徴量を使って "sales" を予測します。データはすでに X_train、X_test、y_train、y_test に分割されています。

さまざまな alpha 値を含むリストとして、alphas という変数が用意されています。これをループしてスコアを算出します。

指示

100 XP
  • Ridge をインポートします。
  • Ridge をインスタンス化し、alpha を alpha に設定します。
  • 学習データにモデルをフィットさせます。
  • 各イテレーションの ridge について \(R^2\) スコアを計算します。