Tätä selainta ei enää tueta.
Päivitä Microsoft Edgeen, jotta voit hyödyntää uusimpia ominaisuuksia, suojauspäivityksiä ja teknistä tukea.
Vastaamalla seuraaviin kysymyksiin voit tarkistaa oppimisesi.
Käytät scikit-learnia regressiomallin kouluttamiseen myyntitietojen tietojoukosta. Haluat pystyä arvioimaan mallia varmistaaksesi, että se ennustaa tarkasti uusilla tiedoilla. Mitä pitää tehdä?
Käytä kaikkia tietoja mallin harjoittamiseen. Laske sitten kaikki tiedot niiden arvioimiseksi
Harjoita malli käyttämällä vain ominaisuussarakkeita ja arvioi se käyttämällä vain otsikkosaraketta
Jaa tiedot satunnaisesti kahteen alijoukkoon. Käytä toista alijoukkoa mallin harjoittamiseen ja toista sen arviointiin
Olet luonut malliobjektin käyttämällä scikit-learnin LinearRegression-luokkaa. Mitä sinun pitäisi tehdä mallin harjoittamiseksi?
Kutsu malliobjektin predict()-menetelmää ja määritä harjoitusominaisuus ja otsikkomatriisit
Kutsu malliobjektin fit()-menetelmää ja määritä harjoitusominaisuus ja otsikkomatriisit
Kutsu malliobjektin score()-menetelmää määrittämällä harjoitusominaisuus ja testiominaisuuden matriisit
Regressiomalli harjoitetaan scikit-learnin avulla. Kun arvioit sitä testitiedoilla, määrität, että malli saavuttaa R-neliön arvon 0,95. Mitä tämä mittari kertoo mallista?
Malli selittää suurimman osan ennustettujen ja todellisten arvojen välisestä varianssista.
Malli on 95% tarkka
Ennusteet ovat keskimäärin 0,95 suurempia kuin todelliset arvot
Vastaa kaikkiin kysymyksiin, ennen kuin tarkistat työsi.
Onko tästä sivusta apua?
Tarvitsetko apua tämän aiheen parissa?
Haluatko kokeilla pyytää Kysy Learnilta -toimintoa selventämään tai opastamaan sinua aiheen läpi?