Hacer predicciones perezosas
El modelo que entrenaste antes era bueno, pero podría mejorar si pasas por los datos de entrenamiento unas cuantas veces más. Además, sería una pena no aprovechar un buen modelo, así que úsalo para hacer predicciones en un conjunto de datos distinto al que usas para entrenar.
Tienes en tu entorno una versión no ajustada del modelo que creaste en el ejercicio anterior como dask_model. También dispones de Dask DataFrames con los datos de entrenamiento como dask_X y dask_y.
Este ejercicio forma parte del curso
Programación paralela con Dask en Python
Instrucciones del ejercicio
- Crea un bucle for y úsalo para entrenar
dask_modelcondask_Xydask_y5 veces. - Usa el modelo ajustado para hacer predicciones para las variables de entrada
dask_X. - Calcula estas predicciones usando el planificador predeterminado.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Loop over the training data 5 times
____:
dask_model.____
# Use your model to make predictions
y_pred_delayed = ____
# Compute the predictions
y_pred_computed = ____
print(y_pred_computed)