1. Learn
    2. /
  2. Kurser
    3. /
  3. Maskininlärning med trädbaserade modeller i Python
Connected

övning

Utvärdera träningsfelet

Nu ska du utvärdera det RMSE på träningsuppsättningen som uppnås av regressionsträdet dt, vilket du skapade i en tidigare övning.

Förutom dt finns X_train och y_train tillgängliga i din arbetsmiljö.

Observera att MSE för en modell i scikit-learn kan beräknas enligt följande:

MSE_model = mean_squared_error(y_true, y_predicted)

där vi använder funktionen mean_squared_error från modulen metrics och skickar in de sanna etiketterna y_true som första argument och modellens predikterade etiketter y_predicted som andra argument.

Instruktioner

100 XP
  • Importera mean_squared_error som MSE från sklearn.metrics.
  • Anpassa dt till träningsuppsättningen.
  • Prediktera dt:s etiketter för träningsuppsättningen och tilldela resultatet till y_pred_train.
  • Beräkna dt:s RMSE på träningsuppsättningen och tilldela värdet till RMSE_train.