モデルの当てはまりを測る
ここでは、学習データとテストデータの両方に対して、2つの指標（平方根平均二乗誤差と平均絶対誤差）で回帰モデルの性能を測定します。これは、モデルの予測が実際の値にどれだけ「近い」かを評価する重要なステップです。
numpy ライブラリは np として読み込まれています。mean_absolute_error と mean_squared_error 関数も読み込まれています。学習用とテスト用の目的変数はそれぞれ train_Y と test_Y に、学習用とテスト用の予測値はそれぞれ train_pred_Y と test_pred_Y に読み込まれています。
この演習はコースの一部です
Pythonで学ぶマーケティングのための機械学習
演習の手順
np.sqrt()関数を使って、学習データに対する平方根平均二乗誤差を計算してください。- 学習データに対する平均絶対誤差を計算してください。
- テストデータに対する平方根平均二乗誤差を計算してください。
- テストデータに対する平均絶対誤差を計算してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Calculate root mean squared error on training data
rmse_train = np.sqrt(___(train_Y, train_pred_Y))
# Calculate mean absolute error on training data
mae_train = ___(train_Y, train_pred_Y)
# Calculate root mean squared error on testing data
rmse_test = np.sqrt(___(test_Y, test_pred_Y))
# Calculate mean absolute error on testing data
mae_test = ___(test_Y, test_pred_Y)
# Print the performance metrics
print('RMSE train: {}; RMSE test: {}\nMAE train: {}, MAE test: {}'.format(rmse_train, rmse_test, mae_train, mae_test))