Luie voorspellingen maken
Het model dat je de vorige keer trainde was goed, maar het kan beter worden als je de trainingsdata nog een paar keer doorloopt. En het is zonde om een goed model onbenut te laten, dus gebruik dit model om voorspellingen te doen op een aparte gegevensset dan die waarop je traint.
Een ongetrainde versie van het model dat je in de vorige oefening maakte, is beschikbaar in je omgeving als dask_model. Dask DataFrames met trainingsdata zijn beschikbaar als dask_X en dask_y.
Deze oefening maakt deel uit van de cursus
Parallel programmeren met Dask in Python
Oefeninstructies
- Maak een for-lus en gebruik die om
dask_model5 keer te trainen opdask_Xendask_y. - Gebruik het getrainde model om voorspellingen te maken voor de invoervariabelen
dask_X. - Reken deze voorspellingen uit met de standaardscheduler.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Loop over the training data 5 times
____:
dask_model.____
# Use your model to make predictions
y_pred_delayed = ____
# Compute the predictions
y_pred_computed = ____
print(y_pred_computed)