Com desenvolupar models de regressió de cresta a Python

Bloc

Com desenvolupar models de regressió de cresta a Python

La regressió és una tasca de modelatge que consisteix a predir un valor numèric donat una entrada.

La regressió lineal és l'algorisme estàndard de regressió que assumeix una relació lineal entre les entrades i la variable objectiu. Una extensió a la regressió lineal invoca l'addició de penalitzacions a la funció de pèrdua durant l'entrenament que fomenta models més senzills amb valors de coeficient més petits. Aquestes extensions es denominen regressió lineal regularitzada o regressió lineal penalitzada.

Regressió de la cresta és un tipus popular de regressió lineal regularitzada que inclou una penalització L2. Això té l'efecte de reduir els coeficients per a aquelles variables d'entrada que no contribueixen gaire a la tasca de predicció.

En aquest tutorial, descobrireu com desenvolupar i avaluar models de regressió de Ridge a Python.

Després de completar aquest tutorial, sabreu:

  • La regressió de cresta és una extensió de la regressió lineal que afegeix una penalització de regularització a la funció de pèrdua durant l'entrenament.
  • Com avaluar un model de regressió de Ridge i utilitzar un model final per fer prediccions de dades noves.
  • Com es configura el model de regressió de Ridge per a un conjunt de dades nou mitjançant la cerca de quadrícula i automàticament.

Comencem.

#python aprenentatge automàtic #python

machinelearningmastery.com

Com desenvolupar models de regressió de cresta a Python

Com desenvolupar models de regressió de cresta a Python. En aquest tutorial, descobrireu com desenvolupar i avaluar models de regressió de Ridge a Python.