重現驗證分數

你在影片中看過驗證分數與 Public Leaderboard 分數。不過，提供的程式碼範例只針對測試資料。若要取得驗證分數，你需要在保留集上重複相同流程。

本章將使用 New York City Taxi 競賽的資料。任務是預測紐約市計程車車資（fare amount）。競賽指標是均方根誤差（root mean squared error）。

第一個目標是在驗證資料上評估基準模型（Baseline）。你將重現最簡單的基準模型：以 "fare_amount" 的平均值作為預測。回想我們的驗證策略是以 30% 的保留切分，validation_train 作為訓練，validation_test 作為保留的 DataFrame。這兩個都已在你的工作區可用。

本練習屬於課程

用 Python 拿下 Kaggle 競賽

檢視課程

練習說明

計算整個 validation_train DataFrame 中 "fare_amount" 的平均值。
將此樸素預測值指定給所有保留集的預測，並存到 "pred" 欄位中。

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 numpy as np
from sklearn.metrics import mean_squared_error
from math import sqrt

# Calculate the mean fare_amount on the validation_train data
naive_prediction = np.____(____['____'])

# Assign naive prediction to all the holdout observations
validation_test['pred'] = ____

# Measure the local RMSE
rmse = sqrt(mean_squared_error(validation_test['fare_amount'], validation_test['pred']))
print('Validation RMSE for Baseline I model: {:.3f}'.format(rmse))

編輯並執行程式碼