GB 回帰器を評価する
テストデータの予測値が得られたので、これを使って gb のテストデータにおける二乗平均平方根誤差（RMSE）を評価します。
y_test と予測値 y_pred はワークスペースに用意されています。
この演習はコースの一部です
Pythonで学ぶ木ベースのMachine Learning
演習の手順
sklearn.metricsからmean_squared_errorをMSEとしてインポートします。テストデータの MSE を計算し、
mse_testに代入します。テストデータの RMSE を計算し、
rmse_testに代入します。
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。
# Import mean_squared_error as MSE
____
# Compute MSE
mse_test = ____
# Compute RMSE
rmse_test = ____
# Print RMSE
print('Test set RMSE of gb: {:.3f}'.format(rmse_test))