Lineární regrese vs. regresní strom
V tomto cvičení porovnáš RMSE modelu dt na testovací sadě s hodnotou dosaženou lineárním regresním modelem. Model lineární regrese lr už byl vytvořen a natrénován na stejném datasetu jako dt.
Matice příznaků X_test, pole štítků y_test, natrénovaný model lineární regrese lr, funkce mean_squared_error importovaná pod aliasem MSE a proměnná rmse_dt z předchozího cvičení jsou dostupné v tvém pracovním prostředí.
Toto cvičení je součástí kurzu
Machine Learning with Tree-Based Models in Python
Pokyny k cvičení
Pomocí modelu lineární regrese (
lr) předpověz štítky testovací sady a výsledek ulož doy_pred_lr.Vypočítej MSE na testovací sadě a výsledek ulož do
mse_lr.Vypočítej RMSE na testovací sadě a výsledek ulož do
rmse_lr.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Predict test set labels
____ = ____.____(____)
# Compute mse_lr
____ = ____(____, ____)
# Compute rmse_lr
____ = ____
# Print rmse_lr
print('Linear Regression test set RMSE: {:.2f}'.format(rmse_lr))
# Print rmse_dt
print('Regression Tree test set RMSE: {:.2f}'.format(rmse_dt))