Não há mais suporte para esse navegador.
Atualize o Microsoft Edge para aproveitar os recursos, o suporte técnico e as atualizações de segurança mais recentes.
Responda às perguntas a seguir para verificar seu conhecimento.
Você está usando o scikit-learn para treinar um modelo de regressão a partir de um conjunto de dados de vendas. O ideal é poder avaliar o modelo para garantir que ele realize previsões precisas com os novos dados. O que você deve fazer?
Usar todos os dados para treinar o modelo. Em seguida, usar todos os dados para avaliá-lo
Treinar o modelo usando apenas as colunas de recurso e avaliá-o usando apenas a coluna rótulo
Dividir os dados aleatoriamente em dois subconjuntos. Usar um subconjunto para treinar o modelo e o outro para avaliá-lo
Você criou um objeto de modelo usando a classe de LinearRegression de scikit-learn. O que você deve fazer para treinar o modelo?
Chame o método predict() do objeto de modelo, especificando o recurso de treinamento e as matrizes de rótulo
Chame o método fit() do objeto de modelo, especificando o recurso de treinamento e as matrizes de rótulo
Chame o método score() do objeto de modelo, especificando o recurso de treinamento e as matrizes de recurso de teste
Você treina um modelo de regressão usando o scikit-learn. Ao avaliar com dados de teste, você determina que o modelo alcança uma métrica de R ao quadrado de 0,95. O que essa métrica diz sobre o modelo?
O modelo explica a maior parte da variação entre os valores previstos e reais.
O modelo tem precisão de 95%
Em média, as previsões são 0,95 maiores que os valores reais
É necessário responder a todas as perguntas antes de verificar o trabalho.
Esta página foi útil?
Precisa de ajuda com este tópico?
Quer experimentar o Pergunte e Aprenda para esclarecer ou guiar você neste tópico?