शुरू करेंमुफ़्त में शुरू करें

कई डेटा पॉइंट्स तक स्केल करना

आपने देखा कि अलग-अलग weights से एक ही प्रिडिक्शन पर अलग-अलग सटीकता मिल सकती है. लेकिन आम तौर पर, आप मॉडल की सटीकता को कई पॉइंट्स पर मापना चाहेंगे. अब आप ऐसा कोड लिखेंगे जो दो अलग-अलग weight सेट्स के लिए मॉडल की सटीकता की तुलना करे, जिन्हें weights_0 और weights_1 के रूप में स्टोर किया गया है.

input_data एरेज़ की एक सूची है. उस सूची का हर आइटम एक अकेले प्रिडिक्शन के लिए डेटा रखता है. target_actuals संख्याओं की एक सूची है. उस सूची का हर आइटम वह वास्तविक मान है जिसे हम प्रिडिक्ट करने की कोशिश कर रहे हैं.

इस अभ्यास में, आप sklearn.metrics से mean_squared_error() फंक्शन का उपयोग करेंगे. यह true मानों और predicted मानों को आर्ग्युमेंट्स के रूप में लेता है.

आप प्रीलोडेड predict_with_network() फंक्शन का भी उपयोग करेंगे, जो पहले आर्ग्युमेंट के रूप में डेटा का एरे और दूसरे आर्ग्युमेंट के रूप में weights लेता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Deep Learning परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.metrics से mean_squared_error इम्पोर्ट करें.
  • input_data की हर row पर इटरेट करने के लिए for लूप का उपयोग करें:
    • हर row के लिए predict_with_network() फंक्शन से weights_0 के साथ प्रिडिक्शन करें और उसे model_output_0 में append करें.
    • यही काम weights_1 के साथ करें, और प्रिडिक्शंस को model_output_1 में append करें.
  • mean_squared_error() फंक्शन का उपयोग करके पहले model_output_0 और फिर model_output_1 की mean squared error निकालें. पहला आर्ग्युमेंट वास्तविक मान (target_actuals) होना चाहिए और दूसरा आर्ग्युमेंट predicted मान (model_output_0 या model_output_1).

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

from sklearn.metrics import mean_squared_error

# Create model_output_0 
model_output_0 = []
# Create model_output_1
model_output_1 = []

# Loop over input_data
for row in input_data:
    # Append prediction to model_output_0
    model_output_0.append(____)
    
    # Append prediction to model_output_1
    model_output_1.append(____)

# Calculate the mean squared error for model_output_0: mse_0
mse_0 = ____

# Calculate the mean squared error for model_output_1: mse_1
mse_1 = ____

# Print mse_0 and mse_1
print("Mean squared error with weights_0: %f" %mse_0)
print("Mean squared error with weights_1: %f" %mse_1)
कोड संपादित करें और चलाएँ