LoslegenKostenlos starten

Bewerte den 10-fach-CV-Fehler

In dieser Übung bewertest du die 10-fach-CV-Root-Mean-Squared-Error (RMSE), die vom Regressionsbaum dt erreicht wurde, den du in der vorherigen Übung instanziiert hast.

Zusätzlich zu dt stehen dir die Trainingsdaten X_train und y_train in deinem Workspace zur Verfügung. Außerdem haben wir cross_val_score aus sklearn.model_selection importiert.

Beachte, dass cross_val_score nur die Möglichkeit bietet, negative MSEs zu evaluieren. Sein Output sollte daher mit minus eins multipliziert werden, um die MSEs zu erhalten. Die CV-RMSE erhältst du dann, indem du die Quadratwurzel des durchschnittlichen MSE berechnest.

Diese Übung ist Teil des Kurses

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

Übungsanweisungen

  • Berechne die 10-fach kreuzvalidierte MSE von dt, indem du das Argument scoring auf 'neg_mean_squared_error' setzt.

  • Berechne die RMSE aus den erhaltenen MSE-Werten.

Interaktive praktische Übung

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

# Compute the array containing the 10-folds CV MSEs
MSE_CV_scores = - ____(____, ____, ____, cv=____, 
                       ____='____',
                       n_jobs=-1)

# Compute the 10-folds CV RMSE
RMSE_CV = (____.____)**(____)

# Print RMSE_CV
print('CV RMSE: {:.2f}'.format(RMSE_CV))
Code bearbeiten und ausführen