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
<Kurs>Statistik-Interviewfragen in Python üben</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# R-squared score
r2 = ____
print(____)