Film gelirini tahmin etme

Haydi, film gelirini tahmin etme görevine, filmlerin log-gelirini 'budget' özelliğine dayanarak kestiren basit bir doğrusal regresyon kurarak başlayalım. Burada kullanacağın metrik RMSE (kök ortalama kare hata). Bunu scikit-learn ile hesaplamak için sklearn.metrics modülündeki mean_squared_error() fonksiyonunu kullanabilir ve ardından karesini numpy ile karekök alarak RMSE’ye çevirebilirsin.

movies veri kümesi senin için yüklendi ve eğitim/test olarak ayrıldı. Ayrıca eksik değerler sıfırlarla değiştirildi. Girdi özelliğini de StandardScaler() kullanarak standartlaştırdık. Machine Learning için ön işleme hakkında daha fazla öğrenmek istersen DataCamp’in veri temizleme ve özellik mühendisliği derslerine göz atabilirsin.

Bu egzersiz, kursun bir parçasıdır

Python'da Ensemble Yöntemleri

Kursa Göz Atın

Egzersiz talimatları

Varsayılan LinearRegression modelini oluştur.
Test kümesi üzerinde tahminleri hesapla.
RMSE’yi hesapla. mean_squared_error() fonksiyonu iki argüman ister: önce y_test, sonra tahminler.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Build and fit linear regression model
reg_lm = ____
reg_lm.fit(X_train, y_train)

# Calculate the predictions on the test set
pred = ____

# Evaluate the performance using the RMSE
rmse = np.sqrt(____)
print('RMSE: {:.3f}'.format(rmse))

Kodu Düzenle ve Çalıştır