知識チェック

完了

次の質問に答えて、学習した内容を確認してください。

1.

あなたは Scikit-learn を使用して、売上データのデータセットから回帰モデルをトレーニングしています。 モデルを評価して、新しいデータで正確に予測できるかを確かめられる必要があります。 何をする必要がありますか?

すべてのデータを使用してモデルをトレーニングします。 次に、すべてのデータを使用してモデルを評価します。

特徴量の列のみを使用してモデルをトレーニングし、ラベルの列のみを使用してモデルを評価します。

データをランダムに 2 つのサブセットに分割します。 1 つのサブセットを使用してモデルをトレーニングし、もう一方を使用してモデルを評価します。

2.

Scikit-learn LinearRegression クラスを使用してモデル オブジェクトを作成しました。 モデルをトレーニングするには、何をする必要がありますか?

モデル オブジェクトの predict() メソッドを呼び出して、トレーニングする特徴量とラベルの配列を指定します。

モデル オブジェクトの fit() メソッドを呼び出して、トレーニングする特徴量とラベルの配列を指定します。

モデル オブジェクトの score() メソッドを呼び出して、トレーニングする特徴量とテスト特徴量の配列を指定します。

3.

Scikit-learn を使用して回帰モデルをトレーニングします。 テスト データを使用して評価すると、モデルが R の 2 乗メトリック 0.95 を達成したと判断されます。 このメトリックからは、モデルについて何がわかりますか?

このモデルでは、予測値と実際の値の間の分散の大部分が説明されます。

モデルの精度は 95% です。

平均すると、予測は実際の値より 0.95 大きくなります。

作業を確認する前にすべての問題に回答する必要があります。