1. Nauka
    2. /
  2. Kursy
    3. /
  3. Programowanie równoległe z Dask w Pythonie
Connected

ćwiczenie

Leniwe prognozowanie

Model, który był trenowany w poprzednim ćwiczeniu, jest dobry – ale można go jeszcze poprawić, przepuszczając dane treningowe kilka razy. Szkoda też marnować dobrze wytrenowany model, więc użyj go do generowania prognoz na osobnym zbiorze danych.

Niedopasowana wersja modelu z poprzedniego ćwiczenia jest dostępna w środowisku jako dask_model. Dask DataFrames z danymi treningowymi są dostępne jako dask_X i dask_y.

Instrukcje

100 XP
  • Utwórz pętlę for i użyj jej do wytrenowania modelu dask_model na zbiorach dask_X i dask_y 5 razy.
  • Użyj dopasowanego modelu do generowania prognoz dla zmiennych wejściowych dask_X.
  • Oblicz te prognozy, korzystając z domyślnego harmonogramu.