1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe z modelami drzewiastymi w Pythonie
Connected

ćwiczenie

Oceń błąd treningowy

Teraz ocenisz wartość RMSE na zbiorze treningowym, osiągniętą przez drzewo regresji dt, które zostało zainicjalizowane w poprzednim ćwiczeniu.

Oprócz dt w twoim środowisku dostępne są również X_train i y_train.

Zauważ, że w scikit-learn MSE modelu można obliczyć w następujący sposób:

MSE_model = mean_squared_error(y_true, y_predicted)

gdzie korzystamy z funkcji mean_squared_error z modułu metrics, przekazując jej prawdziwe etykiety y_true jako pierwszy argument i etykiety przewidywane przez model y_predicted jako drugi argument.

Instrukcje

100 XP
  • Zaimportuj mean_squared_error jako MSE z sklearn.metrics.
  • Dopasuj dt do zbioru treningowego.
  • Przewidź etykiety zbioru treningowego za pomocą dt i przypisz wynik do y_pred_train.
  • Oblicz wartość RMSE dt na zbiorze treningowym i przypisz ją do RMSE_train.