LoslegenKostenlos starten

Den RF-Regressor auswerten

Du bewertest jetzt die Test-RMSE des Random-Forests-Regressors rf, den du in der vorherigen Übung trainiert hast.

Der Datensatz ist bereits für dich aufbereitet und in 80 % Training und 20 % Test getrennt. Die Merkmalmatrix X_test sowie das Array y_test stehen in deinem Workspace zur Verfügung. Außerdem haben wir das Modell rf geladen, das du in der vorherigen Übung trainiert hast.

Diese Übung ist Teil des Kurses

<Kurs>Maschinelles Lernen mit baumbasierten Modellen in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere mean_squared_error aus sklearn.metrics als MSE.
  • Sag die Test-Labels voraus und speichere das Ergebnis in y_pred.
  • Berechne die Test-RMSE und weise sie rmse_test zu.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import mean_squared_error as MSE
from ____.____ import ____ as ____

# Predict the test set labels
y_pred = ____.____(____)

# Evaluate the test set RMSE
rmse_test = ____

# Print rmse_test
print('Test set RMSE of rf: {:.2f}'.format(rmse_test))
Code bearbeiten und ausführen