เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ใช้งาน cross_val_score()

บริษัทได้พัฒนาขนมใหม่หลายรายการเพื่อวางขาย แต่ยังไม่แน่ใจว่าควรเปิดตัวทั้ง 5 รายการหรือไม่ คุณได้รับมอบหมายให้สร้างโมเดล regression เพื่อพยากรณ์ความนิยมของขนมใหม่เหล่านี้โดยใช้ชุดข้อมูล candy โดย response value คือเปอร์เซ็นต์การชนะในการเปรียบเทียบแบบตัวต่อตัวกับขนมรายการอื่น

ก่อนที่จะลองใช้โมเดล regression ต่าง ๆ คุณตัดสินใจรัน cross-validation บนโมเดล random forest อย่างง่ายก่อน เพื่อให้ได้ค่า error พื้นฐานไว้เปรียบเทียบกับผลลัพธ์ในอนาคต

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจสอบความถูกต้องของโมเดลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กรอกข้อมูลใน cross_val_score() ให้ครบ
    • ใช้ X_train สำหรับข้อมูล training และ y_train สำหรับ response
    • ใช้ rfc เป็นโมเดล, cross-validation แบบ 10-fold และ mse สำหรับ scoring function
  • แสดงค่าเฉลี่ยของผลลัพธ์ cv

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

rfc = RandomForestRegressor(n_estimators=25, random_state=1111)
mse = make_scorer(mean_squared_error)

# Set up cross_val_score
cv = cross_val_score(estimator=____,
                     X=____,
                     y=____,
                     cv=____,
                     scoring=____)

# Print the mean error
print(cv.____())
แก้ไขและรันโค้ด