始める無料で始める

回帰モデルの性能評価

前の演習では、reg のすべての特徴量を使ってモデル sales_df を学習させ、売上値の予測を行いました。今度は、代表的な回帰指標を使ってモデルの性能を評価しましょう。

前の演習で作成した X_train、X_test、y_train、y_test、y_pred、および学習済みモデル reg は、あらかじめ読み込まれています。

特徴量がターゲット値の分散をどの程度説明できるか、またモデルが未知のデータに対してどれほど正確に予測できるかを確認しましょう。

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 をインポートします。
  • テスト用の特徴量とターゲット値を適切なメソッドに渡して、モデルの 決定係数スコアを計算します。
  • y_test と y_pred を使って、モデルの平均二乗誤差の平方根（RMSE）を計算します。
  • r_squared と rmse を出力します。

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 ____

# Compute R-squared
r_squared = reg.____(____, ____)

# Compute RMSE
rmse = ____(____, ____)

# Print the metrics
print("R^2: {}".format(____))
print("RMSE: {}".format(____))
コードを編集して実行