ЛММО. 9/24.3/11.10/12.Задача 1

Посчитайте среднеквадратичную ошибку вашей второй модели МО, которая показала неплохой результат для одного из наблюдений. Найдите MSE для значений predictions с помощью mean_squared_error(), а потом сохраните её в переменную mse. Выведите значение mse.

# необходимые импорты
import pandas as pd
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
# импорт MSE
from sklearn.metrics import mean_squared_error
# создание константы RANDOM_STATE
RANDOM_STATE = 42
# считывание CSV-файла в датафрейм pandas, сохранение выборок
df = pd.read_csv('real_estate_clean.csv')
X = df.drop('price', axis=1)
y = df['price']
X_train, X_test, y_train, y_test = train_test_split(
    X, 
    y, 
    random_state=RANDOM_STATE
)

# инициализация и обучение модели, получение предсказания
model_lr  = LinearRegression()
model_lr.fit(X_train, y_train)
predictions = model_lr.predict(X_test)

# получение значения MSE
mse = mean_squared_error(y_test, predictions)

# вывод полученного значения MSE
print(mse)

Результат

327342872169.86914

Поздравляем с первым расчётом метрики качества. Уметь трезво оценить свою работу — это красиво.