始める無料で始める

cross_val_score() を実装する

あなたの会社では新しいキャンディをいくつか開発しましたが、5種類すべてを発売すべきか判断に迷っています。これらの新製品の人気を予測するため、candy データセットを使って回帰モデルを構築するよう依頼されました。応答変数は、他のキャンディとの一対一の対戦における勝率であることを思い出してください。

さまざまな回帰モデルを試す前に、まずはシンプルなランダムフォレストモデルでクロスバリデーションを実行し、今後の結果と比較するためのベースライン誤差を取得することにしました。

この演習はコースの一部です

Python によるモデル検証

コースを見る

演習の手順

  • cross_val_score() を記入してください。
    • 学習データには X_train、応答には y_train を使います。
    • モデルは rfc、10 分割のクロスバリデーション、スコアリング関数は mse を使用します。
  • cv の結果の平均を出力してください。

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。

rfc = RandomForestRegressor(n_estimators=25, random_state=1111)
mse = make_scorer(mean_squared_error)

# Set up cross_val_score
cv = cross_val_score(estimator=____,
                     X=____,
                     y=____,
                     cv=____,
                     scoring=____)

# Print the mean error
print(cv.____())
コードを編集して実行