评估 SGB 回归器

您已经为评估 sgbr 在测试集上的 RMSE 做好了准备。本练习将完成该评估。

y_pred 和 y_test 已在您的工作区中可用。

本练习是课程的一部分

Python 树模型机器学习

查看课程

练习说明

从 sklearn.metrics 导入 mean_squared_error，并命名为 MSE。
计算测试集的 MSE，并将结果赋给 mse_test。
计算测试集的 RMSE，并将结果赋给 rmse_test。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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))

编辑并运行代码