Tahmini gelir için boosting

İlk modelin RMSE değeri yaklaşık 7.34 çıktı. Bunu bir boosting yinelemesiyle iyileştirebilir miyiz, görelim.

Başka bir doğrusal regresyon kuracaksın, ancak bu kez hedef değerleri temel modelin hataları olacak. Şöyle hesaplanıyor:

y_train_error = pred_train - y_train
y_test_error = pred_test - y_test

Bu model için bunun yerine 'popularity' özelliğini kullanacaksın; yalnızca 'budget' özelliğine göre daha bilgilendirici örüntüler sunabileceğini umuyoruz. Bunlar X_train_pop ve X_test_pop olarak hazır. Önceki egzersizde olduğu gibi, girdi özellikleri senin için standartlaştırıldı.

Bu egzersiz, kursun bir parçasıdır

Python'da Ensemble Yöntemleri

Kursa Göz Atın

Egzersiz talimatları

X_train_pop ve y_train_error kullanarak önceki hatalara bir doğrusal regresyon modeli uydur.
Test kümesi X_test_pop üzerinde tahmin edilen hataları hesapla.
Önceki egzersizde olduğu gibi y_test_error ve pred_error kullanarak RMSE'yi hesapla.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Fit a linear regression model to the previous errors
reg_error = LinearRegression()
____

# Calculate the predicted errors on the test set
pred_error = ____

# Evaluate the updated performance
rmse_error = ____
print('RMSE: {:.3f}'.format(rmse_error))

Kodu Düzenle ve Çalıştır