Оцініть регресор RF
Тепер ви оціните RMSE на тестовій вибірці для регресора random forests rf, який ви навчали у попередній вправі.
Набір даних уже підготовано та розбито на 80% для тренування і 20% для тесту. Матриця ознак X_test, а також масив y_test доступні у вашому робочому середовищі. Крім того, ми завантажили модель rf, яку ви навчали в попередній вправі.
Ця вправа є частиною курсу
Машинне навчання з деревоподібними моделями в Python
Інструкції до вправи
- Імпортуйте
mean_squared_errorзsklearn.metricsякMSE. - Здійсніть передбачення для тестової вибірки та запишіть результат у
y_pred. - Обчисліть RMSE на тестовій вибірці та збережіть його в
rmse_test.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Import mean_squared_error as MSE
from ____.____ import ____ as ____
# Predict the test set labels
y_pred = ____.____(____)
# Evaluate the test set RMSE
rmse_test = ____
# Print rmse_test
print('Test set RMSE of rf: {:.2f}'.format(rmse_test))