Создание эталонной и аналитической выборок
После разбивки данных на обучающую, тестовую и производственную выборки можно обучить и развернуть модель. Тестовые и производственные данные в дальнейшем используются для формирования эталонной и аналитической выборок.
В этом упражнении вы пройдёте весь этот процесс. Все наборы X_train/test/prod и y_train/test/prod, созданные в предыдущем упражнении, уже загружены.
Для этого упражнения библиотека pandas импортирована как pd и готова к работе.
Это упражнение является частью курса
Мониторинг машинного обучения на Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
from lightgbm import LGBMRegressor
# Fit the model
model = LGBMRegressor(random_state=111, n_estimators=50, n_jobs=1)
model.____(____, ____)
# Make predictions
y_pred_train = model.predict(____)
y_pred_test = model.predict(____)
# Deploy the model
y_pred_prod = model.predict(____)