ComeçarComece de graça

Avaliar o erro de 10 vezes CV

Neste exercício, você avaliará o Erro Quadrático Médio (RMSE) de 10 vezes de CV obtido pela árvore de regressão dt que você instanciou no exercício anterior.

Além de dt, os dados de treinamento, incluindo X_train e y_train, estão disponíveis em seu espaço de trabalho. Também importamos cross_val_score de sklearn.model_selection.

Observe que, como cross_val_score tem apenas a opção de avaliar MSEs negativos, sua saída deve ser multiplicada por um negativo para que você obtenha os MSEs. O CV RMSE pode então ser obtido calculando-se a raiz quadrada da média MSE.

Este exercício faz parte do curso

Aprendizado de máquina com modelos baseados em árvores em Python

Ver curso

Instruções do exercício

  • Calcule o MSE de validação cruzada de 10 vezes de dt definindo o argumento scoring como 'neg_mean_squared_error'.

  • Calcule RMSE a partir das pontuações obtidas em MSE.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Compute the array containing the 10-folds CV MSEs
MSE_CV_scores = - ____(____, ____, ____, cv=____, 
                       ____='____',
                       n_jobs=-1)

# Compute the 10-folds CV RMSE
RMSE_CV = (____.____)**(____)

# Print RMSE_CV
print('CV RMSE: {:.2f}'.format(RMSE_CV))
Editar e executar o código