Создание регрессора LASSO
В этом упражнении вы будете работать с числовым набором данных ANSUR — антропометрическими измерениями тела — и попробуете предсказать индекс массы тела (ИМТ) человека с помощью заранее импортированного регрессора Lasso(). ИМТ вычисляется на основе роста и веса, однако оба этих признака удалены из набора данных, чтобы усложнить задачу модели.
Сначала вы стандартизируете данные с помощью StandardScaler(), уже созданного для вас под именем scaler. Это необходимо, чтобы все коэффициенты испытывали сопоставимую силу регуляризации, стремящейся уменьшить их значения.
Все необходимые функции и классы, а также входные наборы данных X и y уже загружены.
Это упражнение является частью курса
Снижение размерности в Python
Инструкции к упражнению
- Задайте долю тестовой выборки равной 30%, чтобы разделить данные в соотношении 70/30.
- Обучите масштабировщик на обучающих признаках и сразу же преобразуйте их.
- Создайте модель Lasso.
- Обучите её на масштабированных обучающих данных.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Set the test size to 30% to get a 70-30% train test split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=____, random_state=0)
# Fit the scaler on the training features and transform these in one go
X_train_std = scaler.____
# Create the Lasso model
la = ____()
# Fit it to the standardized training data
la.____