评估 GB 回归器

现在已经得到了测试集的预测值，您可以用它们来评估模型 gb 在测试集上的均方根误差（RMSE）。

y_test 和预测值 y_pred 已在您的工作区中提供。

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，赋值给 mse_test。
计算测试集的 RMSE，赋值给 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 MSE
mse_test = ____

# Compute RMSE
rmse_test = ____

# Print RMSE
print('Test set RMSE of gb: {:.3f}'.format(rmse_test))

编辑并运行代码