Evaluiere den RF Regressor
Du bewertest nun die Testmenge RMSE des Random Forests Regressors rf
, den du in der vorherigen Übung trainiert hast.
Der Datensatz wird für dich aufbereitet und in 80% Training und 20% Test aufgeteilt. Die Funktionen Matrix X_test
sowie das Array y_test
sind in deinem Arbeitsbereich verfügbar. Außerdem haben wir auch das Modell rf
geladen, das du in der vorherigen Übung trainiert hast.
Diese Übung ist Teil des Kurses
Maschinelles Lernen mit baumbasierten Modellen in Python
Anleitung zur Übung
- Importiere
mean_squared_error
vonsklearn.metrics
alsMSE
. - Sage die Beschriftungen der Testmenge voraus und ordne das Ergebnis
y_pred
zu. - Berechne die Testmenge RMSE und ordne sie
rmse_test
zu.
Interaktive Übung zum Anfassen
Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.
# 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))