शुरू करेंमुफ़्त में शुरू करें

आपका पहला AdaBoost मॉडल

पिछले पाठ में आपने फिल्मों के log-revenue की भविष्यवाणी करने के लिए मॉडल बनाए थे. आपने एक सरल linear regression से शुरुआत की और 7.34 का RMSE मिला. फिर आपने boosting की एक iteration आज़माई और RMSE घटकर 7.28 हो गया.

इस अभ्यास में, आप अपना पहला AdaBoost मॉडल - AdaBoostRegressor - बनाएँगे, ताकि प्रदर्शन को और बेहतर किया जा सके.

movies डेटासेट लोड किया जा चुका है और उसे train और test सेट में बाँटा गया है. यहाँ आप 'budget' और 'popularity' फीचर्स का उपयोग करेंगे, जिन्हें आपके लिए पहले से sklearn.preprocessing मॉड्यूल के StandardScaler() से standardized किया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Ensemble Methods

पाठ्यक्रम देखें

अभ्यास निर्देश

  • डिफ़ॉल्ट linear regression मॉडल instantiate करें.
  • linear regression को base मॉडल बनाकर और 12 estimators के साथ AdaBoostRegressor बनाएँ और fit करें.
  • test सेट पर प्रेडिक्शंस निकालें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Instantiate the default linear regression model
reg_lm = ____

# Build and fit an AdaBoost regressor
reg_ada = ____(____, ____, random_state=500)
reg_ada.fit(X_train, y_train)

# Calculate the predictions on the test set
pred = ____

# Evaluate the performance using the RMSE
rmse = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE: {:.3f}'.format(rmse))
कोड संपादित करें और चलाएँ