Регуляризация в Sklearn | L1, L2, Elastic Net | Lasso, Ridge, LogisticRegression | Машинное обучение

Библиотеки Python для Data Science
https://stepik.org/a/129105
С промокодом JULIA_ML скидка 50% до 31.12.2022


Поддержать канал можно оформив подписку на
🎉 https://boosty.to/machine_learrrning
🎉 https://vk.com/machine_learrrning
🎉 А можете скидывать монеты на https://www.donationalerts.com/r/machine_learrrning


Канал в TG https://t.me/machine_learrrning
Группа в VK https://vk.com/machine_learrrning


Преподаю на курсах в онлайн-университете на программах, связанных с ИИ и Data Science:
https://go.redav.online/13d10800fd8342c0 (Нетология)
Приходите ко мне на занятия!

Курсы на платформе Stepik:
1. Библиотеки Python для Data Science https://stepik.org/a/129105
2. Введение в нейронные сети (Keras/Tensorflow) https://stepik.org/a/127274


❓ Вопросы, на которые найдем ответы в этом видео:
- Как обучать модели с регуляризацией для задачи регрессии? (Ridge, Lasso, ElasticNet)
- Как обучать модель с регуляризацией для задачи классификации?
- Как изменяются веса при изменении коэффициента регуляризации?
- Как визуализировать разделяющую плоскость для классификации?



🌟 Регуляризация. Теория - https://youtu.be/4WcHxtYy3_8
🌟 Линейная регрессия - https://youtu.be/KJA9A1q9l7E
🌟 Логистическая регрессия - https://youtu.be/ruVK07YF-RU

🤖 Ноутбук из видео https://colab.research.google.com/drive/1l6FqsdCphePcGx3-t3zXiDLVOjb40WG7



0:00 Введение
0:05 План занятия
0:39 Что нужно знать для занятия

1:03 Курс https://stepik.org/a/129105


3:00 Регуляризация для задачи регрессии
4:45 Усложнение признаков через PolynomialFeatures
6:00 Пайплайн через make_pipeline из sklearn

6:43 Ridge. L2 регуляризация. Гребневая регрессия
8:15 Визуализация предсказаний линейной регрессии
10:27 Подсчет метрик качества
12:24 Визуализация весов для разных коэффициентов регуляризации

13:58 Lasso. L1 регуляризация
14:28 Визуализация предсказаний линейной регрессии
14:50 Подсчет метрик качества
15:38 Визуализация весов для разных коэффициентов регуляризации

16:27 ElasticNet. L1+L2 регуляризация
17:00 l1_ratio в ElasticNet
18:10 Визуализация предсказаний линейной регрессии
18:25 Подсчет метрик качества


19:32 Регуляризация для задачи классификации
20:34 Усложнение признаков через PolynomialFeatures

22:34 Ridge. L2 регуляризация в LogisticRegression. penalty='l2'
23:23 solver в LogisticRegression
24:33 Визуализация предсказаний классификации на двух признаках
25:57 Подсчет метрик качества
26:47 Визуализация контура разделительной линии для классификации на двух признаках
29:18 Визуализация весов для разных коэффициентов регуляризации

29:40 Lasso. L1 регуляризация в LogisticRegression. penalty='l1'
30:04 Визуализация предсказаний классификации на двух признаках
32:18 Визуализация весов для разных коэффициентов регуляризации

32:37 ElasticNet. L1+L2 регуляризация в LogisticRegression. penalty='elasticnet'
33:23 Визуализация предсказаний классификации на двух признаках


34:04 Резюме занятия

34:23 ♡