Ezt a böngészőt már nem támogatjuk.
Frissítsen a Microsoft Edge-re, hogy kihasználhassa a legújabb funkciókat, a biztonsági frissítéseket és a technikai támogatást.
A tanulás ellenőrzéséhez válaszoljon az alábbi kérdésekre.
A scikit-learn használatával betanít egy regressziós modellt egy értékesítési adatokból álló adatkészletből. A modellt úgy szeretné kiértékelni, hogy az új adatokkal pontosan előrejelezhető legyen. Mi a teendőm?
A modell betanítása az összes adat használatával. Ezután az összes adat használatával értékelje ki az adatokat
A modell betanítása csak a funkcióoszlopokkal, majd kiértékelése csak a címkeoszlop használatával
Az adatokat véletlenszerűen ossza fel két részhalmazra. A modell betanítása az egyik részhalmaz használatával, a másik pedig annak kiértékelése
A scikit-learn LinearRegression osztály használatával létrehozott egy modellobjektumot. Mit kell tennie a modell betanítása érdekében?
A modellobjektum prediktív() metódusának meghívása a betanítási funkció és a címketömbök megadásával
A modellobjektum fit() metódusának meghívása a betanítási funkció és a címketömbök megadásával
A modellobjektum pontszám() metódusának meghívása a betanítási funkció és a tesztelési funkció tömbjeinek megadásával
A scikit-learn használatával betaníthat egy regressziós modellt. Amikor tesztadatokkal értékeli ki, megállapítja, hogy a modell egy 0,95-ös R-négyzetes metrikát ér el. Mit közöl ez a metrika a modellről?
A modell az előrejelzett és a tényleges értékek közötti legnagyobb eltérést magyarázza.
A modell 95%-os pontosságú
Az előrejelzések átlagosan 0,95-kal magasabbak a tényleges értékeknél
A munka ellenőrzése előtt minden kérdésre válaszolnia kell.
Folytatás
Hasznosnak találta ezt az oldalt?