Začněte nyníZačněte zdarma

Metody scikit-learn

Rozhodl/a ses sestavit regresní model pro předpověď počtu nových zaměstnanců, které tvá firma příští měsíc úspěšně přijme. Otevřeš nový Python skript a pustíš se do práce – jenže zjistíš, že sklearn má spoustu různých modulů. Pojďme si ujistit, že rozumíš názvům modulů, metodám a tomu, který modul co obsahuje.

Postupuj podle pokynů níže a načti všechny potřebné metody pro provedení křížové validace pomocí sklearn. Budeš pracovat s moduly:

  • metrics
  • model_selection
  • ensemble

Toto cvičení je součástí kurzu

Validace modelů v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Načti metodu pro výpočet skóre křížové validace.
  • Načti metodu pro regresní model náhodného lesa.
  • Načti metriku střední kvadratické chyby.
  • Načti metodu pro vytvoření scoreru pro použití s křížovou validací.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Instruction 1: Load the cross-validation method
from sklearn.____ import ____

# Instruction 2: Load the random forest regression model
from sklearn.____ import ____

# Instruction 3: Load the mean squared error method
# Instruction 4: Load the function for creating a scorer
from sklearn.metrics import ____, ____
Upravit a spustit kód