Predikce příjmů filmů pomocí CatBoost
Tuto kapitolu o boostingu zakončíme návratem k datasetu movies! V tomto cvičení sestavíš CatBoostRegressor pro predikci logaritmu příjmů. Připomeň si, že náš dosud nejlepší model je AdaBoost s RMSE 5,15.
Překoná CatBoost AdaBoost? Použijeme podobnou sadu parametrů, aby bylo srovnání férové.
Připomeň si, jaké příznaky jsme dosud používali: 'budget', 'popularity', 'runtime', 'vote_average' a 'vote_count'. Knihovna catboost je už naimportovaná jako cb.
POZOR: dej si pozor, abys nepoužil/a klasifikátor — jinak by ti mohla vypršet relace!
Toto cvičení je součástí kurzu
Ensemble Methods in Python
Pokyny k cvičení
- Vytvoř a natrénuj
CatBoostRegressorse100estimátory, rychlostí učení0,1a maximální hloubkou3. - Vypočítej predikce pro testovací sadu a vypiš hodnotu RMSE.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
import catboost as cb
# Build and fit a CatBoost regressor
reg_cat = ____.____(____, ____, ____, random_state=500)
____
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the RMSE
rmse_cat = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE (CatBoost): {:.3f}'.format(rmse_cat))