Ледачі прогнози
Модель, яку ви тренували минулого разу, була доброю, але вона може стати кращою, якщо кілька разів пройтися тренувальними даними. Крім того, не варто марнувати хорошу модель, тож скористайтеся нею, щоб зробити прогнози на окремому наборі даних, відмінному від того, на якому ви навчаєтеся.
Ненавчена версія моделі, створеної у попередній вправі, доступна у вашому середовищі як dask_model. Dask-датафрейми тренувальних даних доступні як dask_X та dask_y.
Ця вправа є частиною курсу
Паралельне програмування з Dask у Python
Інструкції до вправи
- Створіть цикл for і використайте його, щоб натренувати
dask_modelнаdask_Xтаdask_y5 разів. - Використайте навченою модель для отримання прогнозів для вхідних змінних
dask_X. - Обчисліть ці прогнози, використовуючи стандартний планувальник.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Loop over the training data 5 times
____:
dask_model.____
# Use your model to make predictions
y_pred_delayed = ____
# Compute the predictions
y_pred_computed = ____
print(y_pred_computed)