Évaluation de la régression
Revenons sur le modèle de régression linéaire que vous avez créé avec LinearRegression() puis entraîné avec la fonction fit() il y a quelques exercices. Évaluez les performances de votre modèle, importé ici sous le nom lm pour que vous puissiez l’appeler.
Les données météo ont également été importées pour vous dans les variables X et y, comme précédemment. Calculons maintenant les valeurs de R², de l’erreur quadratique moyenne (MSE) et de l’erreur absolue moyenne (MAE) pour le modèle.
Cet exercice fait partie du cours
S’entraîner aux questions d’entretien en statistiques avec Python
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# R-squared score
r2 = ____
print(____)