Vyhodnoť chybu 10násobné křížové validace

V tomto cvičení vyhodnotíš střední kvadratickou chybu (RMSE) regresního stromu dt z předchozího cvičení pomocí 10násobné křížové validace.

V pracovním prostředí máš k dispozici samotný model dt i trénovací data X_train a y_train. Funkce cross_val_score je již naimportovaná z sklearn.model_selection.

Měj na paměti, že cross_val_score vrací pouze záporné hodnoty MSE – výsledek je proto potřeba vynásobit minus jednou. RMSE pak získáš jako odmocninu průměrného MSE.

Toto cvičení je součástí kurzu

Machine Learning with Tree-Based Models in Python

Zobrazit kurz

Pokyny k cvičení

Vypočítej 10násobně křížově validované MSE modelu dt tak, že argument scoring nastavíš na 'neg_mean_squared_error'.
Z výsledných hodnot MSE vypočítej RMSE.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compute the array containing the 10-folds CV MSEs
MSE_CV_scores = - ____(____, ____, ____, cv=____, 
                       ____='____',
                       n_jobs=-1)

# Compute the 10-folds CV RMSE
RMSE_CV = (____.____)**(____)

# Print RMSE_CV
print('CV RMSE: {:.2f}'.format(RMSE_CV))

Upravit a spustit kód