MulaiMulai sekarang secara gratis

Model AdaBoost pertama Anda

Pada pelajaran sebelumnya, Anda membangun model untuk memprediksi log-pendapatan film. Anda mulai dengan linear regression sederhana dan memperoleh RMSE sebesar 7.34. Lalu, Anda mencoba meningkatkannya dengan satu iterasi boosting, sehingga mencapai RMSE lebih rendah yaitu 7.28.

Dalam latihan ini, Anda akan membangun model AdaBoost pertama Anda — sebuah AdaBoostRegressor — untuk mencoba meningkatkan kinerja lebih jauh.

Himpunan data movies telah dimuat dan dibagi menjadi data latih dan uji. Di sini Anda akan menggunakan fitur 'budget' dan 'popularity', yang sudah distandardisasi untuk Anda menggunakan StandardScaler() dari modul sklearn.preprocessing.

Latihan ini adalah bagian dari kursus

Metode Ensemble di Python

Lihat Kursus

Petunjuk latihan

  • Instansiasikan model linear regression bawaan.
  • Bangun dan latih sebuah AdaBoostRegressor, gunakan linear regression sebagai model dasar dan 12 estimator.
  • Hitung prediksi pada himpunan data uji.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Instantiate the default linear regression model
reg_lm = ____

# Build and fit an AdaBoost regressor
reg_ada = ____(____, ____, random_state=500)
reg_ada.fit(X_train, y_train)

# Calculate the predictions on the test set
pred = ____

# Evaluate the performance using the RMSE
rmse = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE: {:.3f}'.format(rmse))
Edit dan Jalankan Kode