Erste SchritteKostenlos loslegen

Beurteile den 10-fachen CV Fehler

In dieser Übung bewertest du den 10-fachen CV Root Mean Squared Error (RMSE) des Regressionsbaums dt, den du in der vorherigen Übung erstellt hast.

Zusätzlich zu dt sind die Trainingsdaten einschließlich X_train und y_train in deinem Arbeitsbereich verfügbar. Wir haben auch cross_val_score von sklearn.model_selection importiert.

Beachte, dass cross_val_score nur die Möglichkeit hat, das negative MSEs auszuwerten, also muss die Ausgabe mit negativ eins multipliziert werden, um das MSEs zu erhalten. Die CV RMSE kann dann durch Berechnung der Quadratwurzel aus dem Durchschnitt MSE ermittelt werden.

Diese Übung ist Teil des Kurses

Maschinelles Lernen mit baumbasierten Modellen in Python

Kurs anzeigen

Anleitung zur Übung

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

  • Berechne RMSE aus den erhaltenen MSE Punkten.

Interaktive Übung zum Anfassen

Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.

# 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))
Bearbeiten und Ausführen von Code