1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning with Tree-Based Models in Python
Connected

cvičení

Vyhodnocení optimálního lesa

V tomto posledním cvičení kurzu vyhodnotíš RMSE optimálního modelu objektu grid_rf na testovací sadě.

Dataset je již načtený a zpracovaný a rozdělený na 80 % trénovací a 20 % testovací sadu. V prostředí máš k dispozici X_test, y_test a funkci mean_squared_error z sklearn.metrics pod aliasem MSE. Kromě toho je načtený i natrénovaný objekt GridSearchCV s názvem grid_rf, který jsi vytvořil/a v předchozím cvičení. Model grid_rf byl natrénován takto:

grid_rf.fit(X_train, y_train)

Pokyny

100 XP

  • Importuj mean_squared_error jako MSE z sklearn.metrics.

  • Extrahuj nejlepší estimátor z grid_rf a přiřaď ho do proměnné best_model.

  • Předpověz štítky testovací sady pomocí best_model a výsledek ulož do y_pred.

  • Vypočítej RMSE modelu best_model na testovací sadě.