ПочатиПочніть безкоштовно

Методи scikit-learn

Ви вирішили побудувати регресійну модель, щоб передбачити кількість нових співробітників, яких ваша компанія успішно найме наступного місяця. Ви відкриваєте новий скрипт Python, щоб почати, але швидко розумієте, що в sklearn дуже багато різних модулів. Переконаймося, що ви розумієте назви модулів, методи та в якому модулі який метод міститься.

Дотримуйтеся інструкцій нижче, щоб завантажити всі необхідні методи для виконання крос-валідації за допомогою sklearn. Ви використовуватимете модулі:

  • metrics
  • model_selection
  • ensemble

Ця вправа є частиною курсу

Валідація моделей у Python

Переглянути курс

Інструкції до вправи

  • Завантажте метод для обчислення оцінок крос-валідації.
  • Завантажте метод для побудови випадкового лісу для регресії.
  • Завантажте метрику середньоквадратичної помилки.
  • Завантажте метод для створення оцінювача (scorer), який використовуватиметься з крос-валідацією.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Instruction 1: Load the cross-validation method
from sklearn.____ import ____

# Instruction 2: Load the random forest regression model
from sklearn.____ import ____

# Instruction 3: Load the mean squared error method
# Instruction 4: Load the function for creating a scorer
from sklearn.metrics import ____, ____
Редагувати та запускати код