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

अभ्यास

R-squared के लिए क्रॉस-वैलिडेशन

क्रॉस-वैलिडेशन किसी भी मॉडल का आकलन करने का एक बेहद महत्वपूर्ण तरीका है. यह मॉडल के लिए उपलब्ध डेटा का अधिकतम उपयोग कराता है, क्योंकि मॉडल को केवल ट्रेन नहीं किया जाता, बल्कि उपलब्ध पूरे डेटा पर टेस्ट भी किया जाता है.

इस अभ्यास में, आप एक लीनियर रिग्रेशन मॉडल बनाएँगे, फिर सोशल मीडिया विज्ञापन खर्च का उपयोग करके सेल्स की भविष्यवाणी की सटीकता जाँचने के लिए 6-fold क्रॉस-वैलिडेशन करेंगे. आप सभी छह फोल्ड्स का इंडिविजुअल स्कोर दिखाएँगे.

sales_df डेटासेट को आपके लिए पहले से y (टारगेट वैरिएबल) और X (फीचर्स) में बाँटा गया है. LinearRegression को sklearn.linear_model से import किया जा चुका है.

निर्देश

100 XP
  • KFold और cross_val_score import करें.
  • KFold() कॉल करके kf बनाएँ, जिसमें splits की संख्या छह रखें, shuffle को True करें, और seed 5 सेट करें.
  • X और y पर reg का उपयोग करके क्रॉस-वैलिडेशन चलाएँ, और cv में kf पास करें.
  • cv_scores को प्रिंट करें.