Verificação de conhecimento

3 minutos

Responda às seguintes perguntas para verificar a sua aprendizagem.

Você está usando o scikit-learn para treinar um modelo de regressão a partir de um conjunto de dados de vendas. Você quer ser capaz de avaliar o modelo para garantir que ele preveja com precisão com novos dados. O que deve fazer?

Use todos os dados para treinar o modelo. Em seguida, use todos os dados para avaliá-lo

Treine o modelo usando apenas as colunas de feição e, em seguida, avalie-o usando apenas a coluna de rótulo

Divida os dados aleatoriamente em dois subconjuntos. Use um subconjunto para treinar o modelo e o outro para avaliá-lo

Você criou um objeto de modelo usando a classe scikit-learn LinearRegression. 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 recursos de teste

Você treina um modelo de regressão usando scikit-learn. Ao avaliá-lo com dados de teste, você determina que o modelo atinge uma métrica R-quadrada de 0,95. O que essa métrica diz sobre o modelo?

O modelo explica a maior parte da variância entre os valores previstos e reais.

O modelo é 95% preciso

Em média, as previsões são 0,95 acima dos valores reais

Tem de responder a todas as questões antes de verificar o seu trabalho.

Continuar

Verificação de conhecimento

Comentários