评估训练误差

现在，您将评估之前练习中实例化的回归树 dt 在训练集上达到的 RMSE。

除 dt 外，X_train 和 y_train 也已在您的工作区可用。

请注意，在 scikit-learn 中，模型的 MSE 可按如下方式计算：

MSE_model = mean_squared_error(y_true, y_predicted)

这里使用的是 metrics 模块中的 mean_squared_error 函数。第 1 个参数传入真实标签 y_true，第 2 个参数传入模型的预测标签 y_predicted。

从 sklearn.metrics 导入 mean_squared_error 并命名为 MSE。
将 dt 拟合到训练集。
预测 dt 在训练集上的标签，并将结果赋给 y_pred_train。
评估 dt 的训练集 RMSE，并将其赋给 RMSE_train。