Kom igångKom igång gratis

Regressionsprestanda

Nu har du tränat en modell, reg, med alla särdrag från sales_df och gjort förutsägelser av försäljningsvärden. Nu kan du utvärdera prestandan med några vanliga regressionsmått.

Variablerna X_train, X_test, y_train, y_test och y_pred, tillsammans med den tränade modellen reg från föregående övning, har laddats in åt dig.

Din uppgift är att ta reda på hur väl särdragen kan förklara variansen i målvärdena, och att bedöma modellens förmåga att göra förutsägelser på osedd data.

Den här övningen är en del av kursen

Övervakad inlärning med scikit-learn

Visa kurs

Övningsinstruktioner

  • Importera root_mean_squared_error.
  • Beräkna modellens R-kvadratvärde genom att skicka testets särdragsvärden och testets målvärden till en lämplig metod.
  • Beräkna modellens medelkvadratrotsfel med y_test och y_pred.
  • Skriv ut r_squared och rmse.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import root_mean_squared_error
from ____.____ import ____

# Compute R-squared
r_squared = reg.____(____, ____)

# Compute RMSE
rmse = ____(____, ____)

# Print the metrics
print("R^2: {}".format(____))
print("RMSE: {}".format(____))
Redigera och kör kod