1. Nauka
    2. /
  2. Kursy
    3. /
  3. Metody zespołowe w Pythonie
Connected

ćwiczenie

Twój pierwszy model AdaBoost

W poprzedniej lekcji budowałeś modele przewidujące logarytm przychodów filmów. Zacząłeś od prostej regresji liniowej i uzyskałeś RMSE równe 7.34. Następnie spróbowałeś poprawić wynik dzięki jednemu krokowi boostingu, osiągając niższe RMSE: 7.28.

W tym ćwiczeniu zbudujesz swój pierwszy model AdaBoost – AdaBoostRegressor – aby spróbować poprawić wyniki jeszcze bardziej.

Zbiór danych movies został wczytany i podzielony na zbiory treningowy oraz testowy. Skorzystasz z cech 'budget' i 'popularity', które zostały już wystandaryzowane za pomocą StandardScaler() z modułu sklearn.preprocessing.

Instrukcje

100 XP
  • Zainicjalizuj domyślny model regresji liniowej.
  • Zbuduj i dopasuj AdaBoostRegressor, używając regresji liniowej jako modelu bazowego oraz 12 estymatorów.
  • Oblicz predykcje na zbiorze testowym.