시작하기무료로 시작하기

10-겹 CV 오류 평가하기

이 연습 문제에서는 이전 연습에서 인스턴스화한 회귀 트리 dt가 달성한 10-겹 교차 검증 RMSE(Root Mean Squared Error)를 평가해 보겠습니다.

dt 외에도 학습 데이터인 X_train과 y_train이 작업 공간에 준비되어 있습니다. 또한 sklearn.model_selection에서 cross_val_score를 이미 임포트해 두었습니다.

참고로 cross_val_score는 음의 MSE(negative MSE)만 평가하는 옵션을 제공하므로, 출력값에 -1을 곱해 MSE로 변환해야 합니다. 그런 다음 평균 MSE의 제곱근을 계산하면 CV RMSE를 얻을 수 있습니다.

이 연습은 강의의 일부입니다

Python으로 배우는 트리 기반 Machine Learning

강의 보기

연습 안내

  • scoring 인수를 'neg_mean_squared_error'로 설정해 dt의 10-겹 교차 검증 MSE를 계산하세요.

  • 얻은 MSE 점수들로부터 RMSE를 계산하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Compute the array containing the 10-folds CV MSEs
MSE_CV_scores = - ____(____, ____, ____, cv=____, 
                       ____='____',
                       n_jobs=-1)

# Compute the 10-folds CV RMSE
RMSE_CV = (____.____)**(____)

# Print RMSE_CV
print('CV RMSE: {:.2f}'.format(RMSE_CV))
코드 편집 및 실행