1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning avec des modèles à base d'arbres en Python
Connected

cvičení

Évaluer l'arbre de régression

Dans cet exercice, vous évaluerez la performance sur l'ensemble de test de dt à l'aide de l'indicateur Root Mean Squared Error (RMSE). La RMSE d'un modèle mesure, en moyenne, l'écart entre les prédictions du modèle et les étiquettes réelles. On obtient la RMSE en calculant la racine carrée de la Mean Squared Error (MSE) du modèle.

La matrice de caractéristiques X_test, le tableau y_test, ainsi que l'arbre de décision régressif dt que vous avez entraîné dans l'exercice précédent sont disponibles dans votre espace de travail.

Pokyny

100 XP
  • Importez la fonction mean_squared_error sous le nom MSE à partir de sklearn.metrics.
  • Prédisez les étiquettes de l'ensemble de test et assignez le résultat à y_pred.
  • Calculez la MSE de l'ensemble de test en appelant MSE et assignez le résultat à mse_dt.
  • Calculez la RMSE de l'ensemble de test et assignez-la à rmse_dt.