Začněte nyníZačněte zdarma

Výkon regresního modelu

Teď máš natrénovaný model reg využívající všechny příznaky z sales_df a vytvořené předpovědi hodnot prodejů – čas vyhodnotit jeho výkon pomocí běžných regresních metrik.

Proměnné X_train, X_test, y_train, y_test a y_pred spolu s natrénovaným modelem reg z předchozího cvičení jsou již načteny.

Tvým úkolem je zjistit, jak dobře dokážou příznaky vysvětlit rozptyl cílových hodnot, a zároveň posoudit schopnost modelu dělat předpovědi na neviděných datech.

Toto cvičení je součástí kurzu

Supervised Learning with scikit-learn

Zobrazit kurz

Pokyny k cvičení

  • Importuj root_mean_squared_error.
  • Vypočítej R-squared skóre modelu tak, že příslušné metodě předáš testovací hodnoty příznaků a testovací cílové hodnoty.
  • Vypočítej střední kvadratickou chybu (RMSE) modelu pomocí y_test a y_pred.
  • Vypiš r_squared a rmse.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import root_mean_squared_error
from ____.____ import ____

# Compute R-squared
r_squared = reg.____(____, ____)

# Compute RMSE
rmse = ____(____, ____)

# Print the metrics
print("R^2: {}".format(____))
print("RMSE: {}".format(____))
Upravit a spustit kód