शुरू करेंमुफ़्त में शुरू करें

10-fold CV एरर का मूल्यांकन करें

इस अभ्यास में, आप पिछले अभ्यास में बनाए गए रिग्रेशन ट्री dt द्वारा हासिल किए गए 10-fold CV Root Mean Squared Error (RMSE) का मूल्यांकन करेंगे.

dt के अलावा, प्रशिक्षण डेटा X_train और y_train भी आपके वर्कस्पेस में उपलब्ध हैं. हमने sklearn.model_selection से cross_val_score भी इम्पोर्ट किया है.

ध्यान दें कि cross_val_score सिर्फ negative MSEs का आकलन करता है, इसलिए उसके आउटपुट को MSE पाने के लिए -1 से गुणा करना होगा. इसके बाद औसत MSE का वर्गमूल लेकर CV RMSE प्राप्त किया जा सकता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Tree-Based Models के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • scoring आर्ग्युमेंट को 'neg_mean_squared_error' सेट करके dt का 10-fold cross-validated MSE निकालें.

  • प्राप्त MSE स्कोर्स से RMSE की गणना करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Compute the array containing the 10-folds CV MSEs
MSE_CV_scores = - ____(____, ____, ____, cv=____, 
                       ____='____',
                       n_jobs=-1)

# Compute the 10-folds CV RMSE
RMSE_CV = (____.____)**(____)

# Print RMSE_CV
print('CV RMSE: {:.2f}'.format(RMSE_CV))
कोड संपादित करें और चलाएँ