Création des ensembles de référence et d’analyse
Une fois vos données réparties en ensembles d’entraînement, de test et de production, vous pouvez entraîner et déployer votre modèle. Les données de test et de production serviront ensuite à créer l’ensemble de référence et l’ensemble d’analyse.
Dans cet exercice, vous allez suivre ce processus. Tous vos jeux de données X_train/test/prod et y_train/test/prod, créés dans l’exercice précédent, sont déjà chargés ici.
Pour cet exercice, pandas a été importé sous le nom pd et est prêt à l’emploi.
Cet exercice fait partie du cours
Surveiller le Machine Learning en Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
from lightgbm import LGBMRegressor
# Fit the model
model = LGBMRegressor(random_state=111, n_estimators=50, n_jobs=1)
model.____(____, ____)
# Make predictions
y_pred_train = model.predict(____)
y_pred_test = model.predict(____)
# Deploy the model
y_pred_prod = model.predict(____)