Metody biblioteki scikit-learn
Postanawiasz zbudować model regresji, który przewidzi liczbę nowych pracowników, których twoja firma z powodzeniem zatrudni w przyszłym miesiącu. Otwierasz nowy skrypt Pythona, by zabrać się do pracy, ale szybko okazuje się, że sklearn zawiera bardzo wiele różnych modułów. Upewnijmy się, że dobrze rozumiesz nazwy modułów, dostępne metody i to, który moduł zawiera którą metodę.
Postępuj zgodnie z poniższymi instrukcjami, aby wczytać wszystkie metody potrzebne do przeprowadzenia walidacji krzyżowej za pomocą sklearn. Użyjesz modułów:
metricsmodel_selectionensemble
To ćwiczenie jest częścią kursu
Walidacja modeli w Pythonie
Instrukcje do ćwiczenia
- Wczytaj metodę służącą do obliczania wyników walidacji krzyżowej.
- Wczytaj metodę regresji lasem losowym.
- Wczytaj metrykę średniego błędu kwadratowego.
- Wczytaj metodę tworzenia obiektu oceniającego do użycia z walidacją krzyżową.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Instruction 1: Load the cross-validation method
from sklearn.____ import ____
# Instruction 2: Load the random forest regression model
from sklearn.____ import ____
# Instruction 3: Load the mean squared error method
# Instruction 4: Load the function for creating a scorer
from sklearn.metrics import ____, ____