הדפדפן הזה אינו נתמך עוד.
שדרג ל- Microsoft Edge כדי לנצל את התכונות, עדכוני האבטחה והתמיכה הטכנית העדכניים ביותר.
השב על השאלות הבאות כדי לבדוק את הלמידה שלך.
אתה משתמש ב- scikit-learn כדי להכשיר מודל רגרסיה מערכת נתונים של נתוני מכירות. ברצונך להיות מסוגל להעריך את המודל כדי להבטיח שהוא ינבא במדויק נתונים חדשים. מה עליך לעשות?
השתמש בכל הנתונים כדי לתרגל את המודל. לאחר מכן השתמש בכל הנתונים כדי להעריך אותם
תרגל את המודל באמצעות עמודות התכונות בלבד ולאחר מכן הערך אותו באמצעות עמודת התווית בלבד
פצל את הנתונים באופן אקראי לשתי קבוצות משנה. השתמש בערכת משנה אחת כדי לתרגל את המודל, ובערכת המודל האחרת
יצרת אובייקט מודל באמצעות המחלקה scikit-learn LinearRegression. מה עליך לעשות כדי לתרגל את המודל?
קרא לפעולת השירות predict() של אובייקט המודל, וציין את תכונת ההדרכה ואת מערכים של תוויות
קרא לפעולת השירות fit() של אובייקט המודל, וציין את תכונת ההדרכה ואת מערכים של תוויות
התקשר לפעולת השירות score() של אובייקט המודל, וציין את תכונת ההדרכה ובדוק מערכים של תכונות
אתה מכשיר מודל רגרסיה באמצעות scikit-learn. כאשר אתה מעריך אותו עם נתוני בדיקה, אתה קובע שהמודל משיג מדד R בריבוע של 0.95. מה מדד זה אומר לך לגבי הדגם?
המודל מסביר את רוב השונות בין הערכים החזויים לבין הערכים בפועל.
המודל הוא 95% מדויק
בממוצע, חיזויים גבוהים מ- 0.95 מהערכים בפועל
עליך לענות על כל השאלות כדי שתוכל לבדוק את העבודה שלך.
האם עמוד זה היה מועיל?
זקוק לעזרה בנושא זה?
רוצה לנסות להשתמש ב'שאל את Learn' כדי להבהיר או להדריך אותך בנושא זה?