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

演習

線形回帰 vs 回帰木

この演習では、dt のテストセットRMSEを、線形回帰モデルで達成した値と比較します。すでに線形回帰モデル lr をインスタンス化し、dt と同じデータセットで学習済みです。

特徴量行列 X_test、ラベル配列 y_test、学習済みの線形回帰モデル lr、エイリアス MSE でインポートされた mean_squared_error 関数、そして前の演習で計算した rmse_dt がワークスペースに用意されています。

指示

100 XP

  • 線形回帰モデル（lr）を使ってテストセットのラベルを予測し、結果を y_pred_lr に代入します。

  • テストセットのMSEを計算し、結果を mse_lr に代入します。

  • テストセットのRMSEを計算し、結果を rmse_lr に代入します。