테스트 세트에서 예측하기
마지막 실습 문제에서는 선형 회귀와 릿지가 비슷한 결과를 생성한 것으로 나타났습니다. 해당 모델들 중 어느 쪽을 선택해도 적절하겠지만, 테스트 세트에서 예측 성능을 확인하여 어느 쪽이 다른 쪽보다 더 뛰어난지를 알아볼 수 있습니다.
루트 평균 제곱 오차(RMSE)를 지표로 사용할 것입니다. 두 모델의 이름과 인스턴스를 포함하는 models 딕셔너리는 학습 및 타깃 배열 X_train_scaled, X_test_scaled, y_train, y_test와 함께 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
scikit-learn으로 배우는 지도 학습
연습 안내
root_mean_squared_error를 가져오세요.- 모델을 스케일링된 학습 특성과 학습 레이블에 학습시키세요.
- 스케일링된 테스트 특성을 사용하여 예측을 수행하세요.
- 테스트 세트 레이블과 예측된 레이블을 전달하여 RMSE를 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import root_mean_squared_error
from ____.____ import ____
for name, model in models.items():
# Fit the model to the training data
____
# Make predictions on the test set
y_pred = ____
# Calculate the test_rmse
test_rmse = ____(____, ____)
print("{} Test Set RMSE: {}".format(name, test_rmse))