เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ประเมินประสิทธิภาพของ GB regressor

เมื่อได้ค่าพยากรณ์จากชุดทดสอบแล้ว ให้นำค่าเหล่านั้นมาคำนวณ Root Mean Squared Error (RMSE) ของ gb บนชุดทดสอบ

y_test และค่าพยากรณ์ y_pred พร้อมใช้งานใน workspace ของคุณแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with Tree-Based Models in Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้า mean_squared_error จาก sklearn.metrics โดยตั้งชื่อแทนว่า MSE

  • คำนวณค่า MSE ของชุดทดสอบ แล้วกำหนดให้กับตัวแปร mse_test

  • คำนวณค่า RMSE ของชุดทดสอบ แล้วกำหนดให้กับตัวแปร rmse_test

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import mean_squared_error as MSE
____

# Compute MSE
mse_test = ____

# Compute RMSE
rmse_test = ____

# Print RMSE
print('Test set RMSE of gb: {:.3f}'.format(rmse_test))
แก้ไขและรันโค้ด