Denne browser understøttes ikke længere.
Opgrader til Microsoft Edge for at drage fordel af de nyeste funktioner, sikkerhedsopdateringer og teknisk support.
Besvar følgende spørgsmål for at kontrollere din læring.
Du bruger scikit-learn til at oplære en regressionsmodel fra et datasæt med salgsdata. Du vil gerne kunne evaluere modellen for at sikre, at den forudsiger nøjagtigt med nye data. Hvad skal du gøre?
Brug alle dataene til at oplære modellen. Brug derefter alle dataene til at evaluere dem
Oplær modellen ved kun at bruge funktionskolonnerne, og evaluer den derefter kun ved hjælp af navnekolonnen
Opdel dataene tilfældigt i to undersæt. Brug ét undersæt til at oplære modellen og det andet til at evaluere den
Du har oprettet et modelobjekt ved hjælp af klassen scikit-learn LinearRegression. Hvad skal du gøre for at oplære modellen?
Kald metoden predict() for modelobjektet, og angiv oplæringsfunktionen og mærkatmatrixerne
Kald metoden fit() for modelobjektet, og angiv oplæringsfunktionen og mærkatmatrixerne
Kald metoden score() for modelobjektet, og angiv oplæringsfunktionen og testfunktionsmatrixerne
Du oplærer en regressionsmodel ved hjælp af scikit-learn. Når du evaluerer den med testdata, bestemmer du, at modellen opnår en R-kvadreret metrikværdi på 0,95. Hvad fortæller denne metrikværdi dig om modellen?
Modellen forklarer det meste af variansen mellem forudsagte og faktiske værdier.
Modellen er 95% nøjagtig
Forudsigelser er i gennemsnit 0,95 højere end de faktiske værdier
Du skal svare på alle spørgsmål, før du kontrollerer dit arbejde.
Var denne side nyttig?
Har du brug for hjælp til dette emne?
Vil du prøve at bruge Ask Learn til at tydeliggøre eller guide dig gennem dette emne?