Membuat prediksi secara lazy
Model yang Anda latih sebelumnya sudah bagus, tetapi bisa lebih baik jika Anda melewati data pelatihan beberapa kali lagi. Selain itu, sayang jika model yang bagus tidak dimanfaatkan, jadi Anda sebaiknya menggunakannya untuk membuat prediksi pada himpunan data yang terpisah dari yang digunakan untuk pelatihan.
Versi model yang belum dilatih dari latihan sebelumnya tersedia di lingkungan Anda sebagai dask_model. Dask DataFrame untuk data pelatihan tersedia sebagai dask_X dan dask_y.
Latihan ini merupakan bagian dari kursus
Pemrograman Paralel dengan Dask di Python
Instruksi latihan
- Buat sebuah loop for dan gunakan untuk melatih
dask_modelpadadask_Xdandask_ysebanyak 5 kali. - Gunakan model yang telah dilatih untuk membuat prediksi untuk variabel masukan
dask_X. - Hitung prediksi ini menggunakan scheduler bawaan.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Loop over the training data 5 times
____:
dask_model.____
# Use your model to make predictions
y_pred_delayed = ____
# Compute the predictions
y_pred_computed = ____
print(y_pred_computed)