Điều chỉnh độ mạnh regularization
Mô hình Lasso hiện tại của bạn có điểm \(R^2\) là 84,7%. Khi một mô hình áp dụng regularization quá mạnh, nó có thể bị lệch cao (high bias), làm giảm khả năng dự đoán.
Hãy cải thiện cân bằng giữa sức mạnh dự đoán và sự đơn giản của mô hình bằng cách tinh chỉnh tham số alpha.
Bài tập này là một phần của khóa học
Giảm Chiều Dữ Liệu với Python
Hướng dẫn bài tập
- Tìm giá trị
alphacao nhất cho điểm \(R^2\) trên 98% trong các lựa chọn:1,0.5,0.1, và0.01.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Find the highest alpha value with R-squared above 98%
la = Lasso(____, random_state=0)
# Fits the model and calculates performance stats
la.fit(X_train_std, y_train)
r_squared = la.score(X_test_std, y_test)
n_ignored_features = sum(la.coef_ == 0)
# Print peformance stats
print(f"The model can predict {r_squared:.1%} of the variance in the test set.")
print(f"{n_ignored_features} out of {len(la.coef_)} features were ignored.")