เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เมธอดใน scikit-learn

คุณตัดสินใจสร้างโมเดล regression เพื่อพยากรณ์จำนวนพนักงานใหม่ที่บริษัทจะรับเข้าทำงานได้สำเร็จในเดือนถัดไป เมื่อเปิด Python script ขึ้นมา ก็พบว่า sklearn มีโมดูลให้เลือกใช้จำนวนมาก มาทำความเข้าใจชื่อโมดูล เมธอดต่าง ๆ และว่าเมธอดใดอยู่ในโมดูลไหนกัน

ทำตามคำแนะนำด้านล่างเพื่อโหลดเมธอดที่จำเป็นสำหรับการทำ cross-validation ด้วย sklearn โดยจะใช้โมดูลต่อไปนี้:

  • metrics
  • model_selection
  • ensemble

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจสอบความถูกต้องของโมเดลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • โหลดเมธอดสำหรับคำนวณคะแนนของ cross-validation.
  • โหลดเมธอด random forest regression.
  • โหลดเมตริก mean square error.
  • โหลดเมธอดสำหรับสร้าง scorer เพื่อใช้กับ cross-validation.

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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 ____, ____
แก้ไขและรันโค้ด