Skip to content

Instantly share code, notes, and snippets.

@ClebsonDantasUchoa

ClebsonDantasUchoa/enem-2.ipynb

Last active October 6, 2018 18:01
Show Gist options
  • Save ClebsonDantasUchoa/a914c9c6606c06d9db843239ec08fb18 to your computer and use it in GitHub Desktop.
Save ClebsonDantasUchoa/a914c9c6606c06d9db843239ec08fb18 to your computer and use it in GitHub Desktop.
Download ZIP
Display the source blob
Display the rendered blob
Raw
enem-2.ipynb
Loading
Sorry, something went wrong. Reload?
Sorry, we cannot display this file.
Sorry, this file is invalid so it cannot be displayed.
@regispires
Copy link

regispires commented Oct 4, 2018 •
edited
Loading

  • não use os dados de teste sem label.
  • divida seus dados de treino em treino (70%) e teste (30%). ou seja: ambos terão label.
  • treine o modelo com os dados de treino.
  • calcule a métrica RMSE para os dados de teste.
  • calcule e mostre o desvio padrão (std) do label no conj de teste.
  • atualize o GIST com isso e me avise para analisarmos novamente.

@regispires
Copy link

regispires commented Oct 6, 2018 •
edited
Loading

  • criar um modelo também com o GradientBoostingRegressor e acrescentá-lo à comparação.
  • vc não calculou o desvio padrão do label no conj. de teste: np.std(y_test)

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment