ПочатиПочніть безкоштовно

Оцініть помилку 10-кратної перехресної перевірки

У цій вправі ви оціните корінь середньоквадратичної помилки (RMSE) за 10-кратної перехресної перевірки (CV), якої досягло дерево регресії dt, створене у попередній вправі.

Окрім dt, у вашому середовищі доступні тренувальні дані X_train і y_train. Також імпортовано cross_val_score з sklearn.model_selection.

Зверніть увагу: оскільки cross_val_score може обчислювати лише від'ємні значення MSE, його результат потрібно помножити на мінус один, щоб отримати MSE. Далі CV RMSE можна отримати, взявши квадратний корінь із середнього значення MSE.

Ця вправа є частиною курсу

Машинне навчання з деревоподібними моделями в Python

Переглянути курс

Інструкції до вправи

  • Обчисліть 10-кратну перехресно перевірену MSE для dt, встановивши аргумент scoring у 'neg_mean_squared_error'.

  • Обчисліть RMSE на основі отриманих значень MSE.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Compute the array containing the 10-folds CV MSEs
MSE_CV_scores = - ____(____, ____, ____, cv=____, 
                       ____='____',
                       n_jobs=-1)

# Compute the 10-folds CV RMSE
RMSE_CV = (____.____)**(____)

# Print RMSE_CV
print('CV RMSE: {:.2f}'.format(RMSE_CV))
Редагувати та запускати код