1. Apprendre
    2. /
  2. Cours
    3. /
  3. Machine Learning avec des modèles à base d'arbres en Python
Connected

Exercice

Évaluer l'erreur de CV à 10 volets

Dans cet exercice, vous allez évaluer la racine de l'erreur quadratique moyenne (RMSE) avec validation croisée à 10 volets obtenue par l'arbre de régression dt que vous avez instancié à l'exercice précédent.

En plus de dt, les données d'entraînement X_train et y_train sont disponibles dans votre espace de travail. Nous avons aussi importé cross_val_score de sklearn.model_selection.

Notez que comme cross_val_score n'évalue que les MSE négatives, sa sortie doit être multipliée par moins un pour obtenir les MSE. La RMSE de la CV peut ensuite être calculée en prenant la racine carrée de la MSE moyenne.

Instructions

100 XP

  • Calculez la MSE de dt avec validation croisée à 10 volets en définissant l'argument scoring à 'neg_mean_squared_error'.

  • Calculez la RMSE à partir des MSE obtenues.