Indietro

Prossima

Verifica delle conoscenze

Completato

Rispondere alle domande seguenti per verificare i concetti appresi.

1.

Si usa scikit-learn per eseguire il training di un modello di regressione da un set di dati di vendita. Si intende valutare il modello per assicurarsi che esegua stime accurate con nuovi dati. Cosa devi fare

Usare tutti i dati per eseguire il training del modello. Quindi usare tutti i dati per valutarlo

Eseguire il training del modello usando solo le colonne della caratteristica, quindi valutarlo usando solo la colonna dell'etichetta

Suddividere i dati in modo casuale in due subset. Usare un subset per eseguire il training del modello e l'altro per valutarlo

2.

È stato creato un oggetto modello usando la classe LinearRegression di scikit-learn. Come fare per eseguire il training del modello?

Chiamare il metodo predict() dell'oggetto modello, specificando le matrici di caratteristica ed etichetta del training

Chiamare il metodo fit() dell'oggetto modello, specificando le matrici di caratteristica ed etichetta del training

Chiamare il metodo score() dell'oggetto modello, specificando le matrici di caratteristica e caratteristica di test del training

3.

Il training di un modello di regressione si esegue mediante scikit-learn. Quando si valuta il modello con i dati di test, si stabilisce che il modello raggiunga una metrica R al quadrato di 0,95. Che cosa indica questa metrica riguardo al modello?

Il modello spiega la maggior parte della varianza tra i valori stimati ed effettivi.

Il modello è accurato al 95%

In media, le stime sono superiori dello 0,95 dei valori effettivi

Devi rispondere a tutte le domande prima di controllare il lavoro svolto.

Continua