por algum motivo o codigo que veio no colab estava dando erro:
Pedi ajuda da IA e ela sugeriu remover o "squared = false":
e dessa forma funcionou, saberia dizer porque aconteceu isso?
por algum motivo o codigo que veio no colab estava dando erro:
Pedi ajuda da IA e ela sugeriu remover o "squared = false":
e dessa forma funcionou, saberia dizer porque aconteceu isso?
Ei, Rafael! Tudo bem?
O erro ocorre porque a versão do scikit-learn instalada é antiga e não reconhece o parâmetro squared na função mean_squared_error. Esse parâmetro só passou a existir a partir da versão 0.22. Em versões mais antigas, para obter o RMSE, é necessário calcular o MSE primeiro e depois aplicar a raiz quadrada manualmente.
Neste caso, recomendo que troque o código atual para esse:
from sklearn.metrics import mean_absolute_error, mean_squared_error, r2_score
import numpy as np
print('Métricas conjunto de treino:')
print('R²:', r2_score(y_treino, dtr.predict(X_treino)))
print('MAE:', mean_absolute_error(y_treino, dtr.predict(X_treino)))
print('RMSE:', np.sqrt(mean_squared_error(y_treino, dtr.predict(X_treino))))
print('\n\nMétricas conjunto de teste:')
print('R²:', r2_score(y_teste, dtr.predict(X_teste)))
print('MAE:', mean_absolute_error(y_teste, dtr.predict(X_teste)))
print('RMSE:', np.sqrt(mean_squared_error(y_teste, dtr.predict(X_teste))))
Retorno:

O que mudou:
squared=False foi removido e substituído por np.sqrt(mean_squared_error(y, y_pred)) que atende melhor a com versão. import numpy as npEssa mudança foi para gerar melhor compatibilidade com as versões antigas do Scikit-learn, calculando o MSE e tirando a raiz manualmente. Deixo o notebook usado para teste abaixo:
Espero ter ajudado e qualquer dúvida, compartilhe no fórum.
Até mais!
Caso este post tenha lhe ajudado, por favor, marcar como solucionado!