Skapa referens- och analysmängd
När dina data har delats upp i tränings-, test- och produktionsmängder kan du bygga och driftsätta din modell. Test- och produktionsdata används sedan för att skapa referens- och analysmängden.
I den här övningen går du igenom den här processen. Alla dina datamängder – X_train/test/prod och y_train/test/prod – som skapades i föregående övning är redan inlästa.
I den här övningen har pandas importerats som pd och är redo att använda.
Den här övningen är en del av kursen
Övervakning av maskininlärning i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
from lightgbm import LGBMRegressor
# Fit the model
model = LGBMRegressor(random_state=111, n_estimators=50, n_jobs=1)
model.____(____, ____)
# Make predictions
y_pred_train = model.predict(____)
y_pred_test = model.predict(____)
# Deploy the model
y_pred_prod = model.predict(____)