เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

จำลองคะแนน Validation ซ้ำ

คุณได้เห็นทั้งคะแนน Validation และคะแนน Public Leaderboard ในวิดีโอแล้ว อย่างไรก็ตาม ตัวอย่างโค้ดที่มีให้นั้นใช้กับข้อมูล Test เท่านั้น หากต้องการคะแนน Validation ต้องทำกระบวนการเดียวกันซ้ำบน Holdout Set

ตลอดบทนี้จะใช้ข้อมูลจากการแข่งขัน New York City Taxi โจทย์คือการพยากรณ์ค่าโดยสารแท็กซี่ในนิวยอร์กซิตี้ โดย Metric ที่ใช้วัดผลในการแข่งขันคือ Root Mean Squared Error

เป้าหมายแรกคือการประเมินโมเดล Baseline บนข้อมูล Validation โดยจะจำลอง Baseline ที่ง่ายที่สุดซึ่งอิงจากค่าเฉลี่ยของ "fare_amount" ทบทวนว่ากลยุทธ์ Validation ที่ใช้คือการแบ่ง Holdout 30% โดยมี validation_train เป็น DataFrame สำหรับ Train และ validation_test เป็น DataFrame สำหรับ Holdout ซึ่งทั้งสองชุดพร้อมใช้งานใน Workspace แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแข่งขัน Kaggle ด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • คำนวณค่าเฉลี่ยของ "fare_amount" จาก DataFrame validation_train ทั้งหมด
  • กำหนดค่าการพยากรณ์เบื้องต้นนี้ให้กับทุกแถวในชุด Holdout แล้วเก็บไว้ในคอลัมน์ "pred"

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

import numpy as np
from sklearn.metrics import mean_squared_error
from math import sqrt

# Calculate the mean fare_amount on the validation_train data
naive_prediction = np.____(____['____'])

# Assign naive prediction to all the holdout observations
validation_test['pred'] = ____

# Measure the local RMSE
rmse = sqrt(mean_squared_error(validation_test['fare_amount'], validation_test['pred']))
print('Validation RMSE for Baseline I model: {:.3f}'.format(rmse))
แก้ไขและรันโค้ด