Rozdział 15. Wskaźniki i ocena regresji
W tym rozdziale opisane są sposoby oceniania wyników regresji uzyskanych za pomocą modelu lasu losowego przetrenowanego na danych demograficznych rejonu miasta Boston w Stanach Zjednoczonych. Kod wykonujący analizę wygląda następująco:
>>> rfr = RandomForestRegressor(
... random_state=42, n_estimators=100
... )
>>> rfr.fit(bos_X_train, bos_y_train)
Wskaźniki
Moduł sklearn.metrics zawiera wskaźniki wykorzystywane do oceniania modeli regresyjnych. Modele należy tworzyć tak, aby wyniki zwracane przez funkcje, których nazwy kończą się na loss, były jak najmniejsze, natomiast wyniki funkcji o nazwach kończących się na score — jak największe.
Powszechnie stosowanym wskaźnikiem oceny modelu regresyjnego ...
Get Uczenie maszynowe w Pythonie now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
