LoslegenKostenlos loslegen

Methoden in scikit-learn

Du möchtest ein Regressionsmodell bauen, um die Anzahl der neuen Mitarbeitenden vorherzusagen, die dein Unternehmen im nächsten Monat erfolgreich einstellen wird. Du öffnest ein neues Python-Skript, um loszulegen, merkst aber schnell, dass sklearn sehr viele verschiedene Module hat. Lass uns sicherstellen, dass du die Namen der Module, die Methoden und die Zuordnung der Methoden zu den Modulen verstehst.

Befolge die Anweisungen unten, um alle notwendigen Methoden zu laden, die du für die Kreuzvalidierung mit sklearn brauchst. Du wirst die Module verwenden:

  • metrics
  • model_selection
  • ensemble

Diese Übung ist Teil des Kurses

Modellvalidierung in Python

Kurs anzeigen

Anleitung zur Übung

  • Lade die Methode zum Berechnen der Scores der Kreuzvalidierung.
  • Lade die Random-Forest-Regression-Methode.
  • Lade die Metrik „Mean Squared Error“ (mittlere quadratische Abweichung).
  • Lade die Methode zum Erstellen eines Scorers für die Verwendung mit Kreuzvalidierung.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Instruction 1: Load the cross-validation method
from sklearn.____ import ____

# Instruction 2: Load the random forest regression model
from sklearn.____ import ____

# Instruction 3: Load the mean squared error method
# Instruction 4: Load the function for creating a scorer
from sklearn.metrics import ____, ____
Code bearbeiten und ausführen