RF रिग्रेसर का मूल्यांकन करें
अब आप पिछले अभ्यास में प्रशिक्षित किए गए रैंडम फॉरेस्ट्स रिग्रेसर rf का टेस्ट सेट RMSE मूल्यांकित करेंगे.
डेटासेट आपके लिए प्रोसेस किया गया है और 80% ट्रेन व 20% टेस्ट में बाँटा गया है. फीचर्स मैट्रिक्स X_test और ऐरे y_test आपके वर्कस्पेस में उपलब्ध हैं. इसके अलावा, हमने मॉडल rf भी लोड कर दिया है जिसे आपने पिछले अभ्यास में ट्रेन किया था.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Tree-Based Models के साथ Machine Learning
अभ्यास निर्देश
sklearn.metricsसेmean_squared_errorकोMSEनाम से इम्पोर्ट करें.- टेस्ट सेट के लेबल प्रेडिक्ट करें और परिणाम
y_predमें असाइन करें. - टेस्ट सेट का RMSE गणना करें और उसे
rmse_testमें असाइन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import mean_squared_error as MSE
from ____.____ import ____ as ____
# Predict the test set labels
y_pred = ____.____(____)
# Evaluate the test set RMSE
rmse_test = ____
# Print rmse_test
print('Test set RMSE of rf: {:.2f}'.format(rmse_test))