훈련 오차 평가하기
이전 연습 문제에서 생성한 회귀 트리 dt가 학습 세트에서 달성한 RMSE를 평가해 보겠습니다.
dt 외에도 X_train과 y_train이 작업 공간에 준비되어 있습니다.
참고로, scikit-learn에서는 모델의 MSE를 다음과 같이 계산할 수 있어요:
MSE_model = mean_squared_error(y_true, y_predicted)
여기서 metrics 모듈의 mean_squared_error 함수를 사용하며, 첫 번째 인수로는 실제 레이블 y_true를, 두 번째 인수로는 모델의 예측 레이블 y_predicted를 전달합니다.
이 연습은 강의의 일부입니다
Python으로 배우는 트리 기반 Machine Learning
연습 안내
sklearn.metrics에서mean_squared_error를MSE로 임포트하세요.- 학습 세트에
dt를 학습(fit)하세요. dt의 학습 세트 예측 레이블을 구해y_pred_train에 저장하세요.dt의 학습 세트 RMSE를 계산해RMSE_train에 저장하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import mean_squared_error from sklearn.metrics as MSE
____
# Fit dt to the training set
____.____(____, ____)
# Predict the labels of the training set
____ = ____.____(____)
# Evaluate the training set RMSE of dt
____ = (____(____, ____))**(___)
# Print RMSE_train
print('Train RMSE: {:.2f}'.format(RMSE_train))