ПочатиПочніть безкоштовно

Реалізуйте cross_val_score()

Ваша компанія створила кілька нових видів цукерок для продажу, але не впевнена, чи варто випускати всі п'ять. Щоб спрогнозувати популярність цих нових цукерок, вас попросили побудувати регресійну модель на основі набору даних про цукерки. Пам'ятайте, що цільова змінна — це відсоток перемог у парних порівняннях з іншими цукерками.

Перш ніж випробовувати різні регресійні моделі, ви вирішили запустити крос-валідацію на простій моделі випадкового лісу, щоб отримати базову помилку для подальшого порівняння результатів.

Ця вправа є частиною курсу

Валідація моделей у Python

Переглянути курс

Інструкції до вправи

  • Заповніть cross_val_score().
    • Використайте X_train як тренувальні дані, а y_train як ціль.
    • Використайте rfc як модель, 10-фолдну крос-валідацію та mse як функцію оцінювання.
  • Виведіть середнє значення результатів cv.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

rfc = RandomForestRegressor(n_estimators=25, random_state=1111)
mse = make_scorer(mean_squared_error)

# Set up cross_val_score
cv = cross_val_score(estimator=____,
                     X=____,
                     y=____,
                     cv=____,
                     scoring=____)

# Print the mean error
print(cv.____())
Редагувати та запускати код