เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Linear regression vs. regression tree

ในแบบฝึกหัดนี้ เราจะเปรียบเทียบค่า RMSE บน test set ของ dt กับโมเดล linear regression เราได้สร้างโมเดล linear regression ชื่อ lr และเทรนบนชุดข้อมูลเดียวกับ dt แล้ว

ตัวแปร feature matrix X_test, อาร์เรย์ label y_test, โมเดล linear regression ที่เทรนแล้ว lr, ฟังก์ชัน mean_squared_error ที่ import มาในชื่อ MSE และ rmse_dt จากแบบฝึกหัดก่อนหน้า มีให้พร้อมใช้งานใน workspace แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning with Tree-Based Models in Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • พยากรณ์ label ของ test set โดยใช้โมเดล linear regression (lr) และกำหนดผลลัพธ์ให้กับตัวแปร y_pred_lr

  • คำนวณค่า MSE บน test set และกำหนดผลลัพธ์ให้กับตัวแปร mse_lr

  • คำนวณค่า RMSE บน test set และกำหนดผลลัพธ์ให้กับตัวแปร rmse_lr

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Predict test set labels 
____ = ____.____(____)

# Compute mse_lr
____ = ____(____, ____)

# Compute rmse_lr
____ = ____

# Print rmse_lr
print('Linear Regression test set RMSE: {:.2f}'.format(rmse_lr))

# Print rmse_dt
print('Regression Tree test set RMSE: {:.2f}'.format(rmse_dt))
แก้ไขและรันโค้ด