ÎncepețiÎncepe gratuit

RMSE pas cu pas

În acest exercițiu, vei cuantifica „calitatea globală a ajustării" unui model preexistent, calculând una dintre cele mai utilizate măsuri cantitative ale calității unui model – RMSE – pas cu pas.

Pornește de la datele preîncărcate x_data și y_data și folosește-le împreună cu funcția de modelare predefinită model_fit_and_predict().

Acest exercițiu face parte din cursul

Introducere în modelarea liniară în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Calculează valorile y_model folosind model_fit_and_predict(x_data, y_data).
  • Calculează residuals ca diferență dintre y_model și y_data.
  • Folosește np.sum() și np.square() pentru a calcula RSS, apoi împarte la len(residuals) pentru a obține MSE.
  • Aplică np.sqrt() asupra MSE pentru a obține RMSE și afișează toate rezultatele.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Build the model and compute the residuals "model - data"
y_model = model_fit_and_predict(x_data, y_data)
residuals = ____ - ____

# Compute the RSS, MSE, and RMSE and print the results
RSS = np.____(np.____(residuals))
MSE = ____/len(residuals)
RMSE = np.____(____)
print('RMSE = {:0.2f}, MSE = {:0.2f}, RSS = {:0.2f}'.format(RMSE, MSE, RSS))
Editează și rulează codul