So sánh nhiều model hồi quy
Tập chọn model bằng metric trên holdout thay vì chọn theo cảm giác hoặc lỗi train.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: LinearRegression, Ridge, DecisionTreeRegressor, RMSE.
Nội dung đề bài
Mục tiêu kiến thức
Tập chọn model bằng metric trên holdout thay vì chọn theo cảm giác hoặc lỗi train.
Mô tả bài toán
Đây là bài số 349 trong tầng Hồi quy bằng scikit-learn. Bài dùng thư viện LinearRegression + Ridge + DecisionTreeRegressor + RMSE trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Fit LinearRegression, Ridge(alpha=1) và DecisionTreeRegressor(max_depth=3), tính RMSE trên test và trả model tốt nhất.
def compare_regressors(X_train, y_train, X_test, y_test):Input
X_train/y_train, X_test/y_test cho hồi quy.
Output
Dictionary rmse theo ba tên linear/ridge/tree và best_model là key có RMSE nhỏ nhất.
Ràng buộc
Chỉ fit trên train; chỉ dùng test để đo cuối; RMSE không âm.
Ví dụ
Giải thích
Dữ liệu đường thẳng sạch thường khiến LinearRegression có RMSE test bằng 0.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.