1. 학습
    2. /
  2. 강의
    3. /
  3. scikit-learn으로 배우는 Supervised Learning
Connected

연습 문제

정규화 회귀: Ridge

Ridge 회귀는 모델 파라미터의 값을 제곱해 alpha를 곱한 항을 손실 함수에 더하는 방식으로 정규화를 수행해요.

이 연습 문제에서는 여러 alpha 값에 대해 Ridge 회귀 모델을 적합하고, 각 모델의 \(R^2\) 점수를 출력해 볼 거예요. sales_df 데이터셋의 모든 특성으로 "sales"를 예측합니다. 데이터는 이미 X_train, X_test, y_train, y_test로 분할되어 있어요.

다양한 alpha 값을 담은 리스트 alphas 변수가 제공되며, 이를 순회(loop)하면서 점수를 계산하게 됩니다.

지침

100 XP
  • Ridge를 import 하세요.
  • Ridge를 인스턴스화하고, alpha를 alpha로 설정하세요.
  • 학습 데이터에 모델을 적합(fit)하세요.
  • 각 ridge 반복마다 \(R^2\) 점수를 계산하세요.