LoslegenKostenlos loslegen

Leistung des Modells bei der Regression

Du hast inzwischen ein Modell namens reg mit allen Merkmalen aus sales_df angepasst und zur Vorhersage von Umsätzen genutzt. Nun kannst du die Leistung des Modells anhand gängiger Kennzahlen bei der Regression bewerten.

Die Variablen X_train, X_test, y_train, y_test und y_pred sowie das angepasste Modell reg aus der letzten Übung wurden bereits geladen.

Du sollst nun herausfinden, wie gut die Merkmale die Varianz der Zielwerte erklären, und die Fähigkeit des Modells bewerten, Vorhersagen für bisher ungesehene Daten zu treffen.

Diese Übung ist Teil des Kurses

Überwachtes Lernen mit scikit-learn

Kurs anzeigen

Anleitung zur Übung

  • Importiere mean_squared_error.
  • Berechne das Bestimmtheitsmaß (R2) des Modells, indem du die Merkmalswerte der Testmenge und die Zielwerte der Testmenge an eine geeignete Methode übergibst.
  • Berechne die Wurzel aus dem mittleren quadratischen Fehler des Modells mit y_test und y_pred.
  • Gib r_squared und rmse aus.

Interaktive Übung

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

# Import mean_squared_error
from ____.____ import ____

# Compute R-squared
r_squared = reg.____(____, ____)

# Compute RMSE
rmse = ____(____, ____, squared=____)

# Print the metrics
print("R^2: {}".format(____))
print("RMSE: {}".format(____))
Code bearbeiten und ausführen