Vyhodnocení RF regresoru
Teď vyhodnotíš RMSE na testovací sadě pro regressor náhodného lesa rf, který jsi natrénoval/a v předchozím cvičení.
Dataset je za tebe zpracovaný a rozdělený na 80 % trénovacích a 20 % testovacích dat. Matice příznaků X_test a pole y_test jsou dostupné v tvém pracovním prostoru. Navíc jsme načetli také model rf natrénovaný v předchozím cvičení.
Toto cvičení je součástí kurzu
Machine Learning with Tree-Based Models in Python
Pokyny k cvičení
- Importuj
mean_squared_errorzsklearn.metricsjakoMSE. - Predikuj štítky testovací sady a výsledek přiřaď do
y_pred. - Vypočítej RMSE na testovací sadě a přiřaď ji do
rmse_test.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Import mean_squared_error as MSE
from ____.____ import ____ as ____
# Predict the test set labels
y_pred = ____.____(____)
# Evaluate the test set RMSE
rmse_test = ____
# Print rmse_test
print('Test set RMSE of rf: {:.2f}'.format(rmse_test))