始める無料で始める

テストセットで予測する

前の演習では、線形回帰とリッジ回帰がほぼ同様の結果を示しました。どちらのモデルを選んでも問題ありませんが、テストセットで予測性能を確認することで、どちらが優れているかを判断できます。

評価指標には平均二乗誤差の平方根（RMSE）を使用します。2つのモデルの名前とインスタンスを格納した辞書 models、および学習・テスト用の配列 X_train_scaled、X_test_scaled、y_train、y_test はあらかじめ読み込まれています。

この演習はコースの一部です

scikit-learn による教師あり学習

コースを見る

演習の手順

  • root_mean_squared_error をインポートしてください。
  • スケーリング済みの学習用特徴量とラベルを使って、モデルを学習させてください。
  • スケーリング済みのテスト用特徴量を使って予測を行ってください。
  • テストセットの正解ラベルと予測ラベルを渡して、RMSE を計算してください。

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。

# Import root_mean_squared_error
from ____.____ import ____

for name, model in models.items():
  # Fit the model to the training data
  ____
  
  # Make predictions on the test set
  y_pred = ____
  
  # Calculate the test_rmse
  test_rmse = ____(____, ____)
  print("{} Test Set RMSE: {}".format(name, test_rmse))
コードを編集して実行