Bắt đầu ngayBắt đầu miễn phí

Hồi quy có điều chuẩn: Ridge

Ridge regression thực hiện điều chuẩn bằng cách bình phương các tham số của mô hình, nhân với alpha và cộng chúng vào hàm mất mát.

Trong bài tập này, bạn sẽ huấn luyện các mô hình ridge regression với một loạt giá trị alpha khác nhau và in ra điểm \(R^2\) của chúng. Bạn sẽ dùng tất cả các đặc trưng trong tập dữ liệu sales_df để dự đoán "sales". Dữ liệu đã được tách sẵn thành X_train, X_test, y_train, y_test cho bạn.

Một biến tên là alphas đã được cung cấp dưới dạng danh sách chứa các giá trị alpha khác nhau; bạn sẽ lặp qua chúng để tạo ra các điểm số.

Bài tập này là một phần của khóa học

Học có giám sát với scikit-learn

Xem khóa học

Hướng dẫn bài tập

  • Import Ridge.
  • Khởi tạo Ridge với tham số alpha bằng alpha.
  • Fit mô hình với dữ liệu huấn luyện.
  • Tính điểm \(R^2\) cho mỗi vòng lặp của ridge.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import Ridge
from ____.____ import ____
alphas = [0.1, 1.0, 10.0, 100.0, 1000.0, 10000.0]
ridge_scores = []
for alpha in alphas:
  
  # Create a Ridge regression model
  ridge = ____
  
  # Fit the data
  ____
  
  # Obtain R-squared
  score = ____
  ridge_scores.append(score)
print(ridge_scores)
Chỉnh sửa và Chạy Mã