Model kalitesini değerlendirme
Artık model kalitesini değerlendirmeye başlama zamanı.
Burada, Ames konut verilerinde çapraz doğrulamalı bir XGBoost modelinin RMSE ve MAE değerlerini karşılaştıracaksın. Önceki egzersizlerde olduğu gibi, gerekli tüm modüller önceden yüklendi ve veriler df DataFrame'inde hazır.
Bu egzersiz, kursun bir parçasıdır
XGBoost ile Aşırı Gradyan Artırma
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Create the DMatrix: housing_dmatrix
housing_dmatrix = xgb.DMatrix(data=X, label=y)
# Create the parameter dictionary: params
params = {"objective":"reg:squarederror", "max_depth":4}
# Perform cross-validation: cv_results
cv_results = ____(dtrain=____, params=____, nfold=____, num_boost_round=____, metrics=____, as_pandas=True, seed=123)
# Print cv_results
print(cv_results)
# Extract and print final boosting round metric
print((cv_results["____"]).tail(1))