10.22-23. L2 Ridge

• Ridge-регрессия это


  метод регуляризации, позволяющий снизить вероятность переобучения (overfitting) модели на обучающем наборе данных
• Что делает ridge?


  добавляет штрафующее слагаемое к ошибке, с квадратом значений коэффициентов
• Формула RSS


  $\Sigma_{i=1}^n (y_i - \hat{y_i})^2$
• RSS это


  residual sum of squares, сумма квадратов остатков
• Как выглядит параметр альфа в формуле?

  $\lambda \Sigma_{i=1}^n \beta_j^2$
• Для метрик кросс-валидация sklearn использует

  объект scorer
• По какому принципу работает scorer? 


  бОльшие результирующие значения лучше, чем меньшие
• Откуда импортируем Ridge?


  sklearn.linear_model
• Параметр ridge


  alpha (он же лямбда из формулы $\lambda \Sigma_{i=1}^n \beta_j^2$)
• Создать ridge_model


  ridge_model = Ridge(alpha = 10)
• Импорт RidgeCV откуда?


  sklearn.linear_model
• Откуда импортируем SCORERS?


  sklearn.metrics