Disiplin evaluasi yang sama berlaku baik estimatornya sederhana maupun berpenalti. Tugas-tugas ini mencampur penskalaan tersendiri dengan pipeline ridge dan lasso pada catatan durasi fiktif yang baru. Baca setiap alpha yang diminta dan pertahankan pemisahan pelatihan dan uji yang asli. Pipeline melatih scaler lebih dulu dan meneruskan matriks pelatihan yang sudah ditransformasi ke estimator.
Holdout harus memakai skala pelatihan. Rata-ratanya sendiri biasanya tidak akan nol setelah transformasi, dan itu wajar. Satu tugas menambahkan input konstan agar Anda dapat memeriksa bahwa transformasi tetap bernilai terhingga. Tugas lainnya memvariasikan jenis dan kekuatan penalti. Tidak ada estimator baru di sini; tantangannya adalah menjaga urutan persiapan, pelatihan, dan prediksi tetap konsisten sementara data dan pengaturan yang diminta berubah.
Standardisasi mengurangi setiap nilai dengan rata-rata pelatihan kolomnya lalu membaginya dengan skala pelatihannya. Kolom konstan menjadi nol; scikit-learn menghindari pembagian dengan nol.