모델 품질 평가하기

이제 모델 품질을 평가해 보겠습니다.

여기서는 Ames 주택 데이터에 대해 교차 검증된 XGBoost 모델의 RMSE와 MAE를 비교할 거예요. 이전 연습 문제와 마찬가지로 필요한 모듈은 모두 미리 로드되어 있으며, 데이터는 DataFrame df에 준비되어 있습니다.

이 연습은 강의의 일부입니다

XGBoost로 익히는 Extreme Gradient Boosting

강의 보기

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Create the DMatrix: housing_dmatrix
housing_dmatrix = xgb.DMatrix(data=X, label=y)

# Create the parameter dictionary: params
params = {"objective":"reg:squarederror", "max_depth":4}

# Perform cross-validation: cv_results
cv_results = ____(dtrain=____, params=____, nfold=____, num_boost_round=____, metrics=____, as_pandas=True, seed=123)

# Print cv_results
print(cv_results)

# Extract and print final boosting round metric
print((cv_results["____"]).tail(1))

코드 편집 및 실행