Оценка качества модели
Пришло время оценить качество модели.
В этом упражнении вы сравните значения RMSE и MAE для модели XGBoost с перекрёстной проверкой на данных о ценах на жильё в Эймсе. Как и в предыдущих упражнениях, все необходимые модули уже загружены, а данные доступны в DataFrame df.
Это упражнение является частью курса
Экстремальный градиентный бустинг с XGBoost
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Create the DMatrix: housing_dmatrix
housing_dmatrix = xgb.DMatrix(data=X, label=y)
# Create the parameter dictionary: params
params = {"objective":"reg:squarederror", "max_depth":4}
# Perform cross-validation: cv_results
cv_results = ____(dtrain=____, params=____, nfold=____, num_boost_round=____, metrics=____, as_pandas=True, seed=123)
# Print cv_results
print(cv_results)
# Extract and print final boosting round metric
print((cv_results["____"]).tail(1))