시작하기무료로 시작하기

회귀 트리 성능 평가하기

이 연습에서는 Root Mean Squared Error(RMSE) 지표를 사용해 dt의 테스트 세트 성능을 평가합니다. RMSE는 모델의 예측이 실제 레이블과 평균적으로 얼마나 차이가 나는지를 나타냅니다. RMSE는 모델의 평균제곱오차(Mean Squared Error, MSE)의 제곱근으로 계산할 수 있습니다.

특징 행렬 X_test, 배열 y_test, 그리고 이전 연습에서 학습한 결정 트리 회귀기 dt가 작업 공간에 준비되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 트리 기반 Machine Learning

강의 보기

연습 안내

  • sklearn.metrics에서 mean_squared_error를 MSE라는 이름으로 임포트하세요.
  • 테스트 세트 레이블을 예측하여 y_pred에 할당하세요.
  • MSE를 호출해 테스트 세트의 MSE를 계산하고 결과를 mse_dt에 할당하세요.
  • 테스트 세트의 RMSE를 계산하여 rmse_dt에 할당하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Import mean_squared_error from sklearn.metrics as MSE
from ____.____ import ____ as ____

# Compute y_pred
____ = ____.____(____)

# Compute mse_dt
____ = ____(____, ____)

# Compute rmse_dt
____ = ____

# Print rmse_dt
print("Test set RMSE of dt: {:.2f}".format(rmse_dt))
코드 편집 및 실행