НачатьНачать бесплатно

Качество регрессии

Вы обучили модель reg на всех признаках из sales_df и получили прогнозы значений продаж. Теперь можно оценить её качество с помощью стандартных метрик регрессии.

Переменные X_train, X_test, y_train, y_test и y_pred, а также обученная модель reg из предыдущего упражнения уже загружены.

Ваша задача — определить, насколько хорошо признаки объясняют дисперсию целевых значений, а также оценить способность модели делать прогнозы на новых данных.

Это упражнение является частью курса

Обучение с учителем с помощью scikit-learn

Посмотреть курс

Инструкции к упражнению

  • Импортируйте root_mean_squared_error.
  • Вычислите R-квадрат модели, передав в соответствующий метод значения признаков и целевые значения тестовой выборки.
  • Вычислите среднеквадратичную ошибку модели, используя y_test и y_pred.
  • Выведите на экран r_squared и rmse.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Import root_mean_squared_error
from ____.____ import ____

# Compute R-squared
r_squared = reg.____(____, ____)

# Compute RMSE
rmse = ____(____, ____)

# Print the metrics
print("R^2: {}".format(____))
print("RMSE: {}".format(____))
Редактировать и запускать код