전체 검증 점수
이제 교차 검증으로 실제 모델 성능을 확인해 볼 시간이에요! 우리의 매장별 품목 수요 예측 모델은 얼마나 잘 작동할까요?
여러분의 작업은 각 폴드별 평균제곱오차(MSE)를 계산한 뒤, 이 결과를 하나의 숫자로 결합하는 것입니다.
편의를 위해, 각 교차 검증 분할마다 Random Forest 모델을 학습하고 폴드별 MSE 점수 목록을 반환하는 get_fold_mse() 함수를 제공합니다. get_fold_mse()는 train과 TimeSeriesSplit 객체, 두 개의 인수를 받아요.
이 연습은 강의의 일부입니다
Python으로 Kaggle 대회 공략하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
from sklearn.model_selection import TimeSeriesSplit
import numpy as np
# Sort train data by date
train = train.sort_values('date')
# Initialize 3-fold time cross-validation
kf = ____(n_splits=____)
# Get MSE scores for each cross-validation split
mse_scores = get_fold_mse(train, kf)
print('Mean validation MSE: {:.5f}'.format(np.____(____)))