Воспроизведение результата на валидации
В видео вы видели как результаты на валидации, так и результаты публичной таблицы лидеров. Однако примеры кода были приведены только для тестовых данных. Чтобы получить результаты на валидации, нужно повторить тот же процесс на отложенной выборке.
В этой главе вы будете работать с данными соревнования New York City Taxi. Задача — предсказать стоимость поездки на такси в Нью-Йорке. Метрика соревнования — среднеквадратичная ошибка (RMSE).
Первая цель — оценить базовую модель на валидационных данных. Вы воспроизведёте простейшую базовую модель, основанную на среднем значении столбца "fare_amount". Напомним, что в качестве стратегии валидации использовалось разбиение с отложенной выборкой 30%: validation_train — обучающая часть, validation_test — отложенная. Оба набора данных доступны в вашем рабочем пространстве.
Это упражнение является частью курса
Победа в соревновании Kaggle на Python
Инструкции к упражнению
- Вычислите среднее значение столбца
"fare_amount"по всему набору данныхvalidation_train. - Присвойте это наивное прогнозируемое значение всем предсказаниям на отложенной выборке. Сохраните их в столбце
"pred".
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
import numpy as np
from sklearn.metrics import mean_squared_error
from math import sqrt
# Calculate the mean fare_amount on the validation_train data
naive_prediction = np.____(____['____'])
# Assign naive prediction to all the holdout observations
validation_test['pred'] = ____
# Measure the local RMSE
rmse = sqrt(mean_squared_error(validation_test['fare_amount'], validation_test['pred']))
print('Validation RMSE for Baseline I model: {:.3f}'.format(rmse))