Doğrulama puanını çoğalt
Videoda hem doğrulama hem de Public Leaderboard puanlarını gördün. Ancak, kod örnekleri yalnızca test verisi için mevcut. Doğrulama puanlarını almak için aynı süreci holdout kümesinde tekrarlaman gerekiyor.
Bu bölüm boyunca New York City Taxi yarışmasının verileriyle çalışacaksın. Amaç, New York City’deki bir taksi yolculuğunun ücret tutarını tahmin etmek. Yarışmanın metriği kök ortalama kare hata (root mean squared error).
İlk hedef, Baseline modeli doğrulama verisi üzerinde değerlendirmek. "fare_amount" ortalamasına dayalı en basit Baseline’ı çoğaltacaksın. Doğrulama stratejisi olarak, validation_train’i eğitim, validation_test’i holdout DataFrame’i olacak şekilde %30’luk bir holdout bölmesi kullandığımızı hatırla. İkisi de çalışma alanında mevcut.
Bu egzersiz, kursun bir parçasıdır
Python ile Bir Kaggle Yarışmasını Kazanmak
Egzersiz talimatları
validation_trainDataFrame’inin tamamında"fare_amount"değerlerinin ortalamasını hesapla.- Bu naif tahmin değerini tüm holdout tahminlerine ata. Sonuçları
"pred"sütununda sakla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
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))