शुरू करेंमुफ़्त में शुरू करें

Linear regression बनाम regression tree

इस अभ्यास में, आप टेस्ट सेट के RMSE की तुलना करेंगे: dt का बनाम एक linear regression मॉडल का. हमने पहले ही linear regression मॉडल lr को instantiate कर लिया है और उसे उसी डेटासेट पर ट्रेन किया है जिस पर dt ट्रेन हुआ था.

फीचर्स मैट्रिक्स X_test, लेबल्स की array y_test, प्रशिक्षित linear regression मॉडल lr, mean_squared_error फंक्शन जो उपनाम MSE से इम्पोर्ट किया गया है, और पिछले अभ्यास से rmse_dt — ये सब आपके वर्कस्पेस में उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Tree-Based Models के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • Linear regression मॉडल (lr) का उपयोग करके टेस्ट सेट के लेबल प्रेडिक्ट करें और परिणाम y_pred_lr में असाइन करें.

  • टेस्ट सेट का MSE निकालें और परिणाम mse_lr में असाइन करें.

  • टेस्ट सेट का RMSE निकालें और परिणाम rmse_lr में असाइन करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Predict test set labels 
____ = ____.____(____)

# Compute mse_lr
____ = ____(____, ____)

# Compute rmse_lr
____ = ____

# Print rmse_lr
print('Linear Regression test set RMSE: {:.2f}'.format(rmse_lr))

# Print rmse_dt
print('Regression Tree test set RMSE: {:.2f}'.format(rmse_dt))
कोड संपादित करें और चलाएँ