لم يعد هذا المتصفح مدعومًا.
بادر بالترقية إلى Microsoft Edge للاستفادة من أحدث الميزات والتحديثات الأمنية والدعم الفني.
أجب عن الأسئلة التالية للتحقق مما تعلمته.
أنت تستخدم scikit-learn لتدريب نموذج انحدار من مجموعة بيانات بيانات المبيعات. تريد أن تكون قادرا على تقييم النموذج للتأكد من أنه يتنبأ بدقة بالبيانات الجديدة. ما الذي يجب عليك فعله؟
استخدم جميع البيانات لتدريب النموذج. ثم استخدم جميع البيانات لتقييمه
تدريب النموذج باستخدام أعمدة الميزات فقط، ثم تقييمه باستخدام عمود التسمية فقط
قسِّم البيانات بصورة عشوائية إلى مجموعتين فرعيتين. استخدام مجموعة فرعية واحدة لتدريب النموذج، واستخدام الأخرى لتقييمه
لقد أنشأت كائن نموذج باستخدام فئة scikit-learn LinearRegression. ما الذي ينبغي عليك فعله لتدريب النموذج؟
استدعاء أسلوب predict() لكائن النموذج، مع تحديد ميزة التدريب ومصفوفات التسمية
استدعاء أسلوب fit() لكائن النموذج، مع تحديد ميزة التدريب ومصفوفات التسمية
استدعاء أسلوب score() لكائن النموذج، مع تحديد ميزة التدريب واختبار مصفوفات الميزة
أنت تُدرب نموذج الانحدار باستخدام scikit-learn. عند تقييم النموذج باستخدام بيانات الاختبار، فإنك تحدد أن النموذج يصل إلى مقياس الجذر التربيعي بقيمة 0.95. بماذا يخبرك هذا المقياس عن النموذج؟
يشرح النموذج معظم التباين الموجود بين القيم المتوقعة والفعلية.
تبلغ دقة النموذج 95%
في المتوسط، يبلغ مقدار التنبؤات 0.95 أعلى من القيم الفعلية
عليك الإجابة على كل الأسئلة قبل مراجعة عملك.
متابعة
هل كانت هذه الصفحة مفيدة؟