1. Learn
    2. /
  2. Курси
    3. /
  3. Практика співбесід з Machine Learning у Python
Connected

Вправа

Регуляризація Ridge

У попередній вправі ви попрактикувалися в регуляризації lasso. Якщо на співбесіді з машинного навчання вас запитають про методи регуляризації, важливо розуміти, чим відрізняються дві норми. Lasso використовує норму L1, що відповідає параметру штрафу та абсолютним значенням коефіцієнтів. Ridge-регресія застосовує регуляризацію L2 (також відому як L2-норма), яка додає до методу найменших квадратів штрафний доданок із параметром штрафу та сумою квадратів коефіцієнтів.

У цій вправі ви попрактикуєте регуляризацію з Ridge на датафреймі diabetes. Матриця ознак і цільовий вектор вже збережені у вашому робочому середовищі як X та y відповідно.

Для вас уже імпортовано mean_squared_error з sklearn.metrics і train_test_split з sklearn.model_selection.

Machine learning pipeline

Інструкції 1/4

undefined XP
    1
    2
    3
    4
  • Імпортуйте функції, потрібні для звичайної та з перехресною перевіркою Ridge-регресії, а також mean squared error.