此浏览器不再受支持。
请升级到 Microsoft Edge 以使用最新的功能、安全更新和技术支持。
请回答以下问题来检验所学内容。
你正在使用 scikit-learn 从销售数据的数据集中训练回归模型。 你希望能够评估模型,以确保它会使用新数据准确预测。 该怎么办?
使用所有数据来训练模型。 然后,使用所有数据对其进行评估
仅使用特征列训练模型,然后仅使用标签列进行评估
将数据随机拆分为两个子集。 使用一个子集来训练模型,另一个来进行评估
你已使用 scikit-learn LinearRegression 类创建了模型对象。 应该怎么训练该模型?
调用模型对象的 predict() 方法,同时指定训练特征和标签数组
调用模型对象的 fit() 方法,同时指定训练特征和标签数组
调用模型对象的 score() 方法,同时指定训练特征和测试特征数组
你使用 scikit-learn 训练回归模型。 当你使用测试数据来评估该模型时,你确定模型的 R 平方指标为 0.95。 此指标可告诉你有关模型的哪些信息?
该模型解释了预测值与实际值之间的大部分方差。
该模型准确率为 95%
平均而言,预测值比实际值高 0.95
在检查工作前,必须回答所有问题。
此页面是否有帮助?