Bắt đầu ngayBắt đầu miễn phí

Dự đoán doanh thu phim với CatBoost

Hãy kết thúc chương về boosting bằng cách quay lại bộ dữ liệu movies! Trong bài tập này, bạn sẽ xây dựng một CatBoostRegressor để dự đoán log-revenue. Nhớ rằng mô hình tốt nhất cho đến giờ là AdaBoost với RMSE bằng 5.15.

Liệu CatBoost có vượt qua AdaBoost? Chúng ta sẽ thử dùng một bộ tham số tương tự để so sánh công bằng.

Nhắc lại, đây là các đặc trưng chúng ta đã dùng: 'budget', 'popularity', 'runtime', 'vote_average', và 'vote_count'. catboost đã được nhập sẵn với tên cb.

LƯU Ý: đừng dùng classifier, nếu không phiên làm việc của bạn có thể bị hết hạn!

Bài tập này là một phần của khóa học

Ensemble Methods in Python

Xem khóa học

Hướng dẫn bài tập

  • Xây dựng và fit một CatBoostRegressor với 100 estimators, learning rate 0.1, và max depth 3.
  • Tính dự đoán cho tập kiểm tra và in ra RMSE.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

import catboost as cb

# Build and fit a CatBoost regressor
reg_cat = ____.____(____, ____, ____, random_state=500)
____

# Calculate the predictions on the test set
pred = ____

# Evaluate the performance using the RMSE
rmse_cat = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE (CatBoost): {:.3f}'.format(rmse_cat))
Chỉnh sửa và Chạy Mã