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

Kurs anzeigen

Anleitung zur Übung

  • Importiere mean_squared_error von sklearn.metrics als MSE.
  • 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))