시작하기무료로 시작하기

첫 번째 AdaBoost 모델 만들기

이전 레슨에서 영화의 로그 수익을 예측하는 모델을 만들었어요. 간단한 선형 회귀부터 시작해 RMSE가 7.34였고, 여기에 부스팅을 한 번 적용해 RMSE를 7.28로 낮췄습니다.

이번 연습 문제에서는 성능을 더 끌어올리기 위해 첫 번째 AdaBoost 모델, 즉 AdaBoostRegressor를 만들어 봅니다.

movies 데이터셋은 이미 학습/테스트 세트로 분할되어 있습니다. 여기서는 sklearn.preprocessing 모듈의 StandardScaler()로 표준화해 둔 'budget'과 'popularity' 특성을 사용합니다.

이 연습은 강의의 일부입니다

Python에서의 앙상블 기법

강의 보기

연습 안내

  • 기본 설정의 선형 회귀 모델을 인스턴스화하세요.
  • 선형 회귀를 기본 모델로 사용하고 추정기 수를 12로 하여 AdaBoostRegressor를 구성하고 학습시키세요.
  • 테스트 세트에 대한 예측값을 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Instantiate the default linear regression model
reg_lm = ____

# Build and fit an AdaBoost regressor
reg_ada = ____(____, ____, random_state=500)
reg_ada.fit(X_train, y_train)

# Calculate the predictions on the test set
pred = ____

# Evaluate the performance using the RMSE
rmse = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE: {:.3f}'.format(rmse))
코드 편집 및 실행