1. Nauka
    2. /
  2. Kursy
    3. /
  3. Zwycięstwo w konkursie Kaggle w Pythonie
Connected

ćwiczenie

Łączna ocena walidacji

Czas sprawdzić rzeczywistą wydajność modelu przy użyciu walidacji krzyżowej! Jak radzi sobie nasz model przewidywania popytu na produkty w sklepach?

Twoim zadaniem jest obliczenie błędu średniokwadratowego (MSE) osobno dla każdego podziału, a następnie połączenie tych wyników w jedną wartość.

Dla uproszczenia masz do dyspozycji funkcję get_fold_mse(), która dla każdego podziału walidacji krzyżowej dopasowuje model Random Forest i zwraca listę wartości MSE dla poszczególnych foldów. Funkcja get_fold_mse() przyjmuje dwa argumenty: train oraz obiekt TimeSeriesSplit.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Utwórz czasową walidację krzyżową z 3 foldami.
  • Wyświetl średnią wartość MSE po foldach, używając funkcji mean() z biblioteki numpy.