НачатьНачать бесплатно

Методы scikit-learn

Вы решили построить регрессионную модель, которая будет предсказывать количество новых сотрудников, которых компания успешно наймёт в следующем месяце. Вы открываете новый скрипт Python и сразу замечаете, что в sklearn очень много различных модулей. Давайте убедимся, что вы понимаете, как называются модули и методы и в каком модуле каждый из них находится.

Выполните инструкции ниже, чтобы загрузить все необходимые методы для проведения кросс-валидации с помощью sklearn. Вы будете использовать модули:

  • metrics
  • model_selection
  • ensemble

Это упражнение является частью курса

Валидация моделей на Python

Посмотреть курс

Инструкции к упражнению

  • Загрузите метод для вычисления результатов кросс-валидации.
  • Загрузите метод регрессии на основе случайного леса.
  • Загрузите метрику среднеквадратической ошибки.
  • Загрузите метод для создания объекта оценщика, используемого при кросс-валидации.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Instruction 1: Load the cross-validation method
from sklearn.____ import ____

# Instruction 2: Load the random forest regression model
from sklearn.____ import ____

# Instruction 3: Load the mean squared error method
# Instruction 4: Load the function for creating a scorer
from sklearn.metrics import ____, ____
Редактировать и запускать код