फिल्म रेवेन्यू का अनुमान लगाना
आइए फिल्मों के रेवेन्यू का अनुमान लगाने की चुनौती को शुरू करते हैं. इसके लिए हम एक सरल लीनियर रिग्रेशन बनाएँगे जो 'budget' फीचर के आधार पर फिल्मों का लॉग-रेवेन्यू अनुमानित करेगा. यहाँ आप जो मेट्रिक उपयोग करेंगे वह RMSE (root mean squared error) है. इसे scikit-learn से निकालने के लिए, आप sklearn.metrics मॉड्यूल की mean_squared_error() फंक्शन का उपयोग कर सकते हैं और फिर उसका स्क्वेयर रूट numpy से ले सकते हैं.
movies डेटासेट आपके लिए लोड कर दिया गया है और उसे train और test सेट में बाँटा गया है. इसके अलावा, missing values को शून्य से बदल दिया गया है. हमने इनपुट फीचर को StandardScaler() का उपयोग करके स्टैंडर्डाइज़ भी किया है. अगर आप मशीन लर्निंग के लिए प्रीप्रोसेसिंग के बारे में और सीखना चाहते हैं, तो DataCamp के डेटा क्लीनिंग और फीचर इंजीनियरिंग वाले कोर्स देखिए.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Ensemble Methods
अभ्यास निर्देश
- डिफ़ॉल्ट
LinearRegressionमॉडल को इंस्टैंशिएट करें. - टेस्ट सेट पर प्रेडिक्शन 계산 करें.
- RMSE 계산 करें.
mean_squared_error()फंक्शन को दो आर्ग्युमेंट चाहिए: पहलेy_test, उसके बाद प्रेडिक्शन.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Build and fit linear regression model
reg_lm = ____
reg_lm.fit(X_train, y_train)
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the RMSE
rmse = np.sqrt(____)
print('RMSE: {:.3f}'.format(rmse))