Kom igångKom igång gratis

scikit-learns metoder

Du har bestämt dig för att bygga en regressionsmodell för att förutsäga hur många nya medarbetare ditt företag kommer att anställa nästa månad. Du öppnar ett nytt Python-skript för att komma igång, men märker snart att sklearn har väldigt många olika moduler. Låt oss se till att du känner till modulernas namn, metoderna och vilken modul som innehåller vilken metod.

Följ instruktionerna nedan för att läsa in alla nödvändiga metoder för att genomföra korsvalidering med sklearn. Du kommer att använda modulerna:

  • metrics
  • model_selection
  • ensemble

Den här övningen är en del av kursen

Modellvalidering i Python

Visa kurs

Övningsinstruktioner

  • Läs in metoden för att beräkna korsvalideringspoängen.
  • Läs in metoden för slumpskogsregression.
  • Läs in mätvärdet för medelkvadratfelet.
  • Läs in metoden för att skapa en scorer att använda vid korsvalidering.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Instruction 1: Load the cross-validation method
from sklearn.____ import ____

# Instruction 2: Load the random forest regression model
from sklearn.____ import ____

# Instruction 3: Load the mean squared error method
# Instruction 4: Load the function for creating a scorer
from sklearn.metrics import ____, ____
Redigera och kör kod