決定係数の交差検証
交差検証は、モデルを評価する上で欠かせない手法です。利用可能なデータをすべて学習とテストの両方に活用できるため、データを最大限に活かすことができます。
この演習では、線形回帰モデルを構築した後、6分割交差検証を使って、SNS広告費から売上を予測する精度を評価します。6つの各分割ごとのスコアも確認しましょう。
sales_df データセットは、目的変数 y と特徴量 X に分割済みで、あらかじめ読み込まれています。また、LinearRegression は sklearn.linear_model からインポート済みです。
この演習はコースの一部です
scikit-learn による教師あり学習
演習の手順
KFoldとcross_val_scoreをインポートします。kfを呼び出してKFold()を作成します。分割数を6、shuffleをTrue、シードを5に設定してください。regとXに対してyを使った交差検証を実行し、kfにcvを渡してください。cv_scores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。
# Import the necessary modules
from ____.____ import ____, ____
# Create a KFold object
kf = ____(n_splits=____, shuffle=____, random_state=____)
reg = LinearRegression()
# Compute 6-fold cross-validation scores
cv_scores = ____(____, ____, ____, cv=____)
# Print scores
print(____)