Primul tău model AdaBoost
În lecția anterioară ai construit modele pentru a prezice log-venitul filmelor. Ai început cu o simplă regresie liniară și ai obținut un RMSE de 7.34. Apoi, ai încercat să îmbunătățești rezultatul printr-o iterație de boosting, ajungând la un RMSE mai mic de 7.28.
În acest exercițiu, vei construi primul tău model AdaBoost – un AdaBoostRegressor – pentru a îmbunătăți și mai mult performanța.
Setul de date movies a fost încărcat și împărțit în seturi de antrenament și de testare. Vei folosi caracteristicile 'budget' și 'popularity', care au fost deja standardizate cu StandardScaler() din modulul sklearn.preprocessing.
Acest exercițiu face parte din cursul
Metode de ansamblu în Python
Instrucțiuni pentru exercițiu
- Instanțiază modelul implicit de regresie liniară.
- Construiește și antrenează un
AdaBoostRegressor, folosind regresia liniară ca model de bază și12estimatori. - Calculează predicțiile pe setul de testare.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Instantiate the default linear regression model
reg_lm = ____
# Build and fit an AdaBoost regressor
reg_ada = ____(____, ____, random_state=500)
reg_ada.fit(X_train, y_train)
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the RMSE
rmse = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE: {:.3f}'.format(rmse))