1. Apprendre
    2. /
  2. Cours
    3. /
  3. Машинне навчання з деревоподібними моделями в Python
Connected

Exercice

Оцініть регресійне дерево

У цій вправі ви оціните якість dt на тестовій вибірці за метрикою Root Mean Squared Error (RMSE). RMSE моделі показує, наскільки в середньому прогнозні значення моделі відрізняються від справжніх міток. RMSE можна отримати, обчисливши квадратний корінь із середньоквадратичної помилки (Mean Squared Error, MSE) моделі.

Матриця ознак X_test, масив y_test, а також регресор дерева рішень dt, який ви тренували в попередній вправі, доступні у вашому робочому середовищі.

Instructions

100 XP
  • Імпортуйте з sklearn.metrics функцію mean_squared_error як MSE.
  • Передбачте мітки для тестової вибірки та запишіть результат у y_pred.
  • Обчисліть MSE на тестовій вибірці, викликавши MSE, і збережіть результат у mse_dt.
  • Обчисліть RMSE на тестовій вибірці та запишіть його в rmse_dt.