Điểm xác thực tổng thể
Đến lúc đánh giá hiệu năng thực tế của mô hình bằng cross-validation! Mô hình dự đoán nhu cầu theo mặt hàng của cửa hàng hoạt động ra sao?
Nhiệm vụ của bạn là lấy Mean Squared Error (MSE) cho từng fold riêng lẻ, rồi gộp các kết quả này thành một con số duy nhất.
Để đơn giản, bạn được cung cấp hàm get_fold_mse() — với mỗi lần chia cross-validation, hàm sẽ huấn luyện một mô hình Random Forest và trả về danh sách điểm MSE theo từng fold. get_fold_mse() nhận hai đối số: train và đối tượng TimeSeriesSplit.
Bài tập này là một phần của khóa học
Chinh phục cuộc thi Kaggle bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
from sklearn.model_selection import TimeSeriesSplit
import numpy as np
# Sort train data by date
train = train.sort_values('date')
# Initialize 3-fold time cross-validation
kf = ____(n_splits=____)
# Get MSE scores for each cross-validation split
mse_scores = get_fold_mse(train, kf)
print('Mean validation MSE: {:.5f}'.format(np.____(____)))