शुरू करेंमुफ़्त में शुरू करें

Regression प्रदर्शन

अब जब आपने sales_df की सभी फीचर्स का उपयोग करके reg मॉडल fit कर लिया है और बिक्री (sales) के मानों की भविष्यवाणी भी कर ली है, तो आप कुछ सामान्य regression metrics से प्रदर्शन का मूल्यांकन कर सकते हैं.

पिछले अभ्यास से लिए गए वैरिएबल X_train, X_test, y_train, y_test, और y_pred, साथ ही fit किया हुआ मॉडल reg, आपके लिए पहले से लोड हैं.

आपका काम यह जानना है कि फीचर्स लक्ष्य मानों (target values) में होने वाले variance को कितनी अच्छी तरह समझा पाते हैं, और साथ ही यह भी आँकना है कि अनदेखे डेटा पर भविष्यवाणी करने की मॉडल की क्षमता कैसी है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

scikit-learn के साथ Supervised Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • root_mean_squared_error import करें.
  • टेस्ट फीचर मान और टेस्ट टार्गेट मान किसी उपयुक्त मेथड में पास करके मॉडल का R-squared स्कोर निकालें.
  • y_test और y_pred का उपयोग करके मॉडल का root mean squared error निकालें.
  • r_squared और rmse प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import root_mean_squared_error
from ____.____ import ____

# Compute R-squared
r_squared = reg.____(____, ____)

# Compute RMSE
rmse = ____(____, ____)

# Print the metrics
print("R^2: {}".format(____))
print("RMSE: {}".format(____))
कोड संपादित करें और चलाएँ