評估 SGB 迴歸器
你已經做好準備，接下來要在本練習中評估 sgbr 的測試集 RMSE。
y_pred 與 y_test 已經在你的工作環境中可用。
本練習屬於課程
Machine Learning with Tree-Based Models in Python
練習說明
從
sklearn.metrics匯入mean_squared_error，並命名為MSE。計算測試集的 MSE，並將結果指定給
mse_test。計算測試集的 RMSE，並將結果指定給
rmse_test。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import mean_squared_error as MSE
____
# Compute test set MSE
mse_test = ____
# Compute test set RMSE
rmse_test = ____
# Print rmse_test
print('Test set RMSE of sgbr: {:.3f}'.format(rmse_test))