1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶ木ベースのMachine Learning
Connected

Exercises

回帰木を評価する

この演習では、dt のテストセットにおける性能を Root Mean Squared Error（RMSE）で評価します。RMSE は、モデルの予測が実際のラベルと平均してどれくらい異なるかを表します。RMSE は、モデルの Mean Squared Error（MSE）の平方根を計算することで得られます。

特徴量行列 X_test、配列 y_test、そして前の演習で学習した決定木回帰器 dt は、ワークスペースに用意されています。

คำแนะนำ

100 XP
  • sklearn.metrics から mean_squared_error を MSE としてインポートします。
  • テストセットのラベルを予測し、結果を y_pred に代入します。
  • MSE を呼び出してテストセットの MSE を計算し、結果を mse_dt に代入します。
  • テストセットの RMSE を計算し、rmse_dt に代入します。