Bewertung von Regressionsmodellen
Kehren wir zu dem linearen Regressionsmodell zurück, das du mit LinearRegression() erstellt und vor ein paar Übungen mit der Funktion fit() trainiert hast. Werte die Leistung deines Modells aus, das hier als lm importiert wurde.
Die Wetterdaten sind wie zuvor in den Variablen X und y für dich geladen. Lass uns die Werte für R-Quadrat, mittleren quadratischen Fehler (MSE) und mittleren absoluten Fehler (MAE) für das Modell berechnen.
Diese Übung ist Teil des Kurses
Statistik-Interviewfragen in Python üben
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# R-squared score
r2 = ____
print(____)