Cross-validation cho hồi quy
Đánh giá regression trên nhiều split thay vì tin một lần chia duy nhất.
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, MSE, random state.
Nội dung đề bài
Mục tiêu kiến thức
Đánh giá regression trên nhiều split thay vì tin một lần chia duy nhất.
Mô tả bài toán
Đây là bài số 346 trong tầng Hồi quy bằng scikit-learn. Bài dùng thư viện KFold + cross_val_score(scoring='neg_mean_squared_error') 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
Dùng KFold có shuffle và seed, cross_val_score với LinearRegression và neg_mean_squared_error; đổi dấu thành MSE dương.
def regression_cv_mse(X, y, n_splits, seed):Input
X, y hồi quy, số fold n_splits và seed.
Output
Dictionary fold_mse theo từng fold và mean_mse.
Ràng buộc
Không trả score âm của scikit-learn; dùng đúng seed để tái lập.
Ví dụ
Giải thích
Đường thẳng hoàn hảo có MSE bằng 0 ở mọi fold.
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.