1. Nauka
    2. /
  2. Kursy
    3. /
  3. Walidacja modeli w Pythonie
Connected

ćwiczenie

Walidacja krzyżowa leave-one-out

Załóżmy, że twój ulubiony cukierek nie znajduje się w zbiorze danych, a ty chcesz przewidzieć jego popularność. Walidacja krzyżowa 5-krotna trenuje model na zaledwie 80% danych naraz. Zbiór danych o cukierkach ma tylko 85 wierszy, więc pominięcie 20% danych mogłoby negatywnie wpłynąć na nasz model. Walidacja krzyżowa leave-one-out pozwala w pełni wykorzystać ograniczony zbiór danych i da najlepsze oszacowanie popularności twojego ulubionego cukierka!

W tym ćwiczeniu użyjesz cross_val_score(), aby przeprowadzić LOOCV.

Instrukcje

100 XP
  • Utwórz scorer, używając mean_absolute_error, który będzie stosowany przez cross_val_score().
  • Uzupełnij cross_val_score() tak, aby korzystało z modelu rfr, nowo zdefiniowanego mae_scorer oraz LOOCV.
  • Wyświetl średnią i odchylenie standardowe scores przy użyciu biblioteki numpy (zaimportowanej jako np).