ÎncepețiÎncepe gratuit

Predicții pe setul de testare

În exercițiul anterior, regresia liniară și ridge au produs rezultate similare. Oricare dintre aceste modele ar fi o alegere potrivită; totuși, poți verifica performanța predictivă pe setul de testare pentru a vedea dacă vreunul îl depășește pe celălalt.

Vei folosi eroarea pătratică medie de rădăcină (RMSE) ca metrică. Dicționarul models, care conține numele și instanțele celor două modele, a fost preîncărcat pentru tine, împreună cu tablourile de antrenament și țintă X_train_scaled, X_test_scaled, y_train și y_test.

Acest exercițiu face parte din cursul

Învățare supravegheată cu scikit-learn

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă root_mean_squared_error.
  • Antrenează modelul pe caracteristicile de antrenament scalate și etichetele de antrenament.
  • Realizează predicții folosind caracteristicile de testare scalate.
  • Calculează RMSE pasând etichetele din setul de testare și etichetele prezise.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import root_mean_squared_error
from ____.____ import ____

for name, model in models.items():
  # Fit the model to the training data
  ____
  
  # Make predictions on the test set
  y_pred = ____
  
  # Calculate the test_rmse
  test_rmse = ____(____, ____)
  print("{} Test Set RMSE: {}".format(name, test_rmse))
Editează și rulează codul