已不再支援此瀏覽器。
請升級至 Microsoft Edge,以利用最新功能、安全性更新和技術支援。
回答下列問題,以查核您所學到的內容。
您正在使用 Scikit-learn 從銷售資料的資料集定型迴歸模型。 若您想要能夠評估模型,以確保它能準確地以新的資料進行預測。 您應該怎麼做?
使用所有資料將模型定型。 然後使用所有資料來進行評估
只使用特徵資料行來定型模型,然後只使用 [標籤] 資料行進行評估
將資料隨機分割成兩個子集。 使用一個子集來定型模型,並使用另一個子集來評估模型
您已使用 Scikit-learn LinearRegression 類別建立模型物件。 您應該做什麼來將模型定型?
呼叫模型物件的 predict() 方法,並指定定型特徵和標籤陣列
呼叫模型物件的 fit() 方法,並指定定型特徵和標籤陣列
呼叫模型物件的 score() 方法,並指定定型特徵和測試特徵陣列
使用 Scikit-learn 訓練迴歸模型。 當您利用測試資料來評估它時,您會判斷該模型是否達成 R 平方計量 0.95。 此計量告訴您有關模型的什麼資訊?
此模型會說明預測值與實際值之間的大部分變異數。
模型的正確性為 95%
平均而言,預測高於實際值 0.95
您必須先回答所有問題,才能檢查進度。
此頁面對您有幫助嗎?
需要本主題的協助嗎?
想要嘗試使用 Ask Learn 來釐清或引導您完成本主題嗎?