使用本章的房屋数据集完成下面的练习题：

    1. 使用不同的超参数，如kernel=”linear”(具有C超参数的多种值）或kernel=“rbf”(超参数和gamma超参数的多种值），尝试一个支持向量机回归器（sklearn.svm.SVR），不用担心现在不知道这些超参数的含义，最好的SVR预测器是如何工作的？
    2. 尝试用RandomizedSearchCV替换GridSearchCV.
    3. 尝试在准备流水线中添加一个转换器，从而只选出最重要的属性。
    4. 尝试创建一个覆盖完整的数据准备和最终预测的流水线。
    5. 使用GridSearchCV自动创建一些准备选项。

    以上练习题的解决方案可以在https://github.com/ageron/handson-ml2上获得。