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

XGBoost ile Aşırı Gradyan Artırma

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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))

Kodu Düzenle ve Çalıştır