Predire sul set di test
Nell'ultimo esercizio, la regressione lineare e ridge sembravano produrre risultati simili. Sarebbe appropriato selezionare uno dei due modelli; tuttavia, puoi verificare le prestazioni predittive sul set di test per vedere se uno dei due riesce a superare l'altro.
Userai la root mean squared error (RMSE) come metrica. Il dizionario models, che contiene i nomi e le istanze dei due modelli, è stato precaricato per te insieme agli array di training e target X_train_scaled, X_test_scaled, y_train e y_test.
Questo esercizio fa parte del corso
Apprendimento supervisionato con scikit-learn
Istruzioni dell'esercizio
- Importa
root_mean_squared_error. - Allena il modello sulle feature di training scalate e sulle etichette di training.
- Genera le predizioni usando le feature di test scalate.
- Calcola l'RMSE passando le etichette del set di test e le etichette predette.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import root_mean_squared_error
from ____.____ import ____
for name, model in models.items():
# Fit the model to the training data
____
# Make predictions on the test set
y_pred = ____
# Calculate the test_rmse
test_rmse = ____(____, ____)
print("{} Test Set RMSE: {}".format(name, test_rmse))