1. Learn
  2. /
  3. कोर्स
  4. /
  5. scikit-learn के साथ Supervised Learning

Connected

अभ्यास

टेस्ट सेट पर भविष्यवाणी करना

पिछले अभ्यास में, लीनियर रिग्रेशन और रिज ने मिलते-जुलते परिणाम दिए थे. आप इनमें से किसी एक मॉडल का चयन कर सकते हैं; हालाँकि, आप टेस्ट सेट पर प्रेडिक्टिव परफॉर्मेंस जाँचकर देख सकते हैं कि क्या एक दूसरे से बेहतर है.

आप मेट्रिक के रूप में root mean squared error (RMSE) का उपयोग करेंगे. दो मॉडलों के नाम और इंस्टेंस वाला डिक्शनरी models आपके लिए पहले से लोड है, साथ ही प्रशिक्षण और टारगेट ऐरे X_train_scaled, X_test_scaled, y_train, और y_test भी प्रीलोडेड हैं.

निर्देश

100 XP
  • root_mean_squared_error इम्पोर्ट करें.
  • स्केल किए गए प्रशिक्षण फीचर्स और प्रशिक्षण लेबल्स पर मॉडल फिट करें.
  • स्केल किए गए टेस्ट फीचर्स का उपयोग करके प्रेडिक्शंस बनाएँ.
  • टेस्ट सेट लेबल्स और प्रेडिक्टेड लेबल्स पास करके RMSE कैलकुलेट करें.