Введение
В этом уроке мы сравним Kernel Ridge Regression (KRR) и Support Vector Regression (SVR) с использованием Scikit-Learn, популярной библиотеки машинного обучения в Python. Оба модели обучают нелинейную функцию, используя kernel trick. KRR и SVR отличаются по своим функциям потерь и методам подгонки. Мы будем использовать искусственный датасет, состоящий из синусоидальной целевой функции и сильного шума, добавленного к каждому пятому точке данных.
Советы по работе с ВМ
После запуска ВМ нажмите в верхнем левом углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.