Fazendo previsões preguiçosas
O modelo que você treinou antes ficou bom, mas pode melhorar se você passar pelos dados de treino mais algumas vezes. Além disso, é uma pena deixar um bom modelo parado: use este para fazer previsões em um conjunto de dados separado daquele usado no treino.
Uma versão não ajustada do modelo que você criou no exercício anterior está disponível no seu ambiente como dask_model. DataFrames do Dask com os dados de treino estão disponíveis como dask_X e dask_y.
Este exercício faz parte do curso
Programação Paralela com Dask em Python
Instruções do exercício
- Crie um loop
fore use-o para treinar odask_modelemdask_Xedask_y5 vezes. - Use o modelo ajustado para fazer previsões para as variáveis de entrada
dask_X. - Compute essas previsões usando o escalonador padrão.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Loop over the training data 5 times
____:
dask_model.____
# Use your model to make predictions
y_pred_delayed = ____
# Compute the predictions
y_pred_computed = ____
print(y_pred_computed)