1. Learn
    2. /
  2. Cursuri
    3. /
  3. Exersează întrebări de interviu pentru Machine Learning în Python
Connected

exercițiu

Regularizare Ridge

În exercițiul anterior ai exersat regularizarea lasso. Dacă ești întrebat despre tehnicile de regularizare într-un interviu de machine learning, e important să știi ce diferențiază cele 2 norme. Lasso folosește norma L1, corespunzătoare parametrului de penalizare și valorii absolute a coeficienților. Regresia Ridge aplică regularizarea L2, cunoscută și ca norma L2, care adaugă un termen de penalizare la metoda celor mai mici pătrate, folosind parametrul de penalizare și suma pătratelor coeficienților.

În acest exercițiu, vei exersa regularizarea cu Ridge pe DataFrame-ul diabetes. Matricea de caracteristici și vectorul țintă sunt salvate în spațiul tău de lucru ca X, respectiv y.

Sunt deja importate pentru tine mean_squared_error din sklearn.metrics și train_test_split din sklearn.model_selection.

Machine learning pipeline

Instrucțiuni 1/4

undefined XP
    1
    2
    3
    4
  • Importă funcțiile necesare pentru regresia Ridge obișnuită și cea cu validare încrucișată, precum și eroarea pătratică medie.