Creazione dei set di riferimento e di analisi
Dopo aver suddiviso i dati in set di train, test e produzione, puoi creare e distribuire il modello. I dati di test e di produzione verranno poi usati per creare i set di riferimento e di analisi.
In questo esercizio, seguirai proprio questo processo. Hai già tutti gli insiemi di dati X_train/test/prod e y_train/test/prod creati nell'esercizio precedente e caricati qui.
Per questo esercizio, pandas è stato importato come pd ed è pronto all'uso.
Questo esercizio fa parte del corso
Monitoraggio del Machine Learning in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
from lightgbm import LGBMRegressor
# Fit the model
model = LGBMRegressor(random_state=111, n_estimators=50, n_jobs=1)
model.____(____, ____)
# Make predictions
y_pred_train = model.predict(____)
y_pred_test = model.predict(____)
# Deploy the model
y_pred_prod = model.predict(____)