DATA 410高级应用机器学习中期项目 在此项目中,我们将在分析波士顿房屋价格数据集时执行正则回归,逐步回归,核回归,随机森林,XGBoost算法和深度学习方法。正则回归包括Ridge,LASSO,Elastic Net,SCAD和Square Root LASSO回归。内核回归包括高斯,三次,四次和Epanechnikov内核。在超参数调整过程中,我们将在适用的地方使用粒子群优化。最后,我们将列出预测房价和测试组房价之间的5位数验证平均绝对值,并比较我们在该项目中应用的每种技术的性能。 一般进口 这些导入是用于正则化技术,超参数调整和5折验证过程的工具。 pip install pyswarms % matplotlib inline % config InlineBackend . figure_format = 'retina' import numpy as np impo