評估 GB 回歸器
現在你已經得到了測試集的預測結果，可以用它們來評估 gb 在測試集上的均方根誤差（RMSE）。
y_test 與預測值 y_pred 已經在你的工作空間中可用。
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，指定給
mse_test。計算測試集的 RMSE，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 MSE
mse_test = ____
# Compute RMSE
rmse_test = ____
# Print RMSE
print('Test set RMSE of gb: {:.3f}'.format(rmse_test))