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

📀 Библиотеки Python для Data Science Поддержать канал можно оформив подписку на 💻 Мои курсы на платформе Stepik: ❓ 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? 0:00 Введение 0:05 План занятия 0:39 Что нужно знать для занятия 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...