Kom igångKom igång gratis

Linjär regression vs regressionsträd

I den här övningen jämför du RMSE på testmängden för dt med resultatet från en linjär regressionsmodell. Vi har redan skapat en linjär regressionsmodell lr och tränat den på samma datamängd som dt.

Featurematrisen X_test, etikettarrayen y_test, den tränade linjära regressionsmodellen lr, funktionen mean_squared_error (importerad med aliaset MSE) samt rmse_dt från föregående övning finns tillgängliga i din workspace.

Den här övningen är en del av kursen

Maskininlärning med trädbaserade modeller i Python

Visa kurs

Övningsinstruktioner

  • Prediktera etiketterna för testmängden med den linjära regressionsmodellen (lr) och tilldela resultatet till y_pred_lr.

  • Beräkna MSE för testmängden och tilldela resultatet till mse_lr.

  • Beräkna RMSE för testmängden och tilldela resultatet till rmse_lr.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Predict test set labels 
____ = ____.____(____)

# Compute mse_lr
____ = ____(____, ____)

# Compute rmse_lr
____ = ____

# Print rmse_lr
print('Linear Regression test set RMSE: {:.2f}'.format(rmse_lr))

# Print rmse_dt
print('Regression Tree test set RMSE: {:.2f}'.format(rmse_dt))
Redigera och kör kod