Bắt đầu ngayBắt đầu miễn phí

Đánh giá lỗi CV 10-fold

Trong bài này, bạn sẽ đánh giá Root Mean Squared Error (RMSE) với 10-fold CV đạt được bởi cây hồi quy dt mà bạn đã khởi tạo ở bài trước.

Ngoài dt, dữ liệu huấn luyện gồm X_train và y_train cũng đã có trong môi trường làm việc của bạn. Chúng tôi cũng đã import cross_val_score từ sklearn.model_selection.

Lưu ý: vì cross_val_score chỉ cung cấp lựa chọn đánh giá MSE âm, nên đầu ra của hàm cần nhân với âm một để thu được các giá trị MSE dương. Sau đó, RMSE của CV được tính bằng cách lấy căn bậc hai của MSE trung bình.

Bài tập này là một phần của khóa học

Machine Learning với mô hình dựa trên cây trong Python

Xem khóa học

Hướng dẫn bài tập

  • Tính MSE cross-validated 10-fold của dt bằng cách đặt đối số scoring là 'neg_mean_squared_error'.

  • Tính RMSE từ các điểm MSE thu được.

Bài tập tương tác thực hành trực tiếp

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

# 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))
Chỉnh sửa và Chạy Mã