Regularização Ridge
No último exercício, você praticou a regularização lasso. Se em uma entrevista de Machine Learning perguntarem sobre técnicas de regularização, saiba o que diferencia as duas normas. Lasso usa a norma L1, correspondente ao parâmetro de penalidade e ao valor absoluto dos coeficientes. Já a regressão Ridge realiza regularização L2, também conhecida como L2-norm, que adiciona um termo de penalidade ao método dos mínimos quadrados ordinários usando o parâmetro de penalidade e a soma dos coeficientes ao quadrado.
Neste exercício, você vai praticar regularização com Ridge no DataFrame diabetes. A matriz de atributos e o vetor alvo já estão no seu ambiente como X e y, respectivamente.
Já foram importados para você mean_squared_error de sklearn.metrics e train_test_split de sklearn.model_selection.
Este exercício faz parte do curso
Praticando perguntas de entrevista de Machine Learning em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import modules
from sklearn.____ import ____
from sklearn.____ import ____