1. Nauka
    2. /
  2. Kursy
    3. /
  3. Redukcja wymiarowości w Pythonie
Connected

ćwiczenie

Tworzenie regresora LASSO

Będziesz pracować na numerycznym zbiorze danych ANSUR zawierającym pomiary ciała, aby przewidzieć wskaźnik masy ciała (BMI) danej osoby – z użyciem wstępnie zaimportowanego regresora Lasso(). BMI jest wskaźnikiem obliczanym na podstawie wzrostu i wagi, jednak te dwie cechy zostały usunięte ze zbioru danych, żeby zadanie było trudniejsze dla modelu.

Na początku przeprowadzisz standaryzację danych za pomocą StandardScaler(), który został już zainicjowany jako scaler. Dzięki temu wszystkie współczynniki będą poddane porównywalnej sile regularyzacji dążącej do ich zmniejszenia.

Wszystkie potrzebne funkcje i klasy oraz wejściowe zbiory danych X i y zostały wstępnie załadowane.

Instrukcje

100 XP
  • Ustaw rozmiar zbioru testowego na 30%, aby uzyskać podział treningowo-testowy w proporcji 70–30%.
  • Dopasuj skaler do cech treningowych i przeprowadź ich transformację w jednym kroku.
  • Utwórz model Lasso.
  • Dopasuj go do wyskalowanych danych treningowych.