遅延評価で予測する
前回学習したモデルは良好でしたが、学習データをもう数回通せばさらに良くなるはずです。また、良いモデルを使わないのはもったいないので、学習に使っていない別のデータセットに対して予測もしてみましょう。
前回の演習で作成したモデルの未学習版が dask_model として環境に用意されています。学習用の Dask DataFrame は dask_X と dask_y として利用できます。
この演習はコースの一部です
Pythonで学ぶDaskによる並列プログラミング
演習の手順
- for ループを作成し、
dask_modelをdask_Xとdask_yで5回学習させてください。 - 学習済みモデルを使って、入力変数
dask_Xの予測を行ってください。 - これらの予測をデフォルトのスケジューラで計算してください。
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。
# Loop over the training data 5 times
____:
dask_model.____
# Use your model to make predictions
y_pred_delayed = ____
# Compute the predictions
y_pred_computed = ____
print(y_pred_computed)