Update 2.一个完整的机器学习项目.md

docs/2.一个完整的机器学习项目.md

@@ -1212,7 +1212,7 @@ tree_reg.fit(housing_prepared, housing_labels)
 from sklearn.model_selection import cross_val_score
 scores = cross_val_score(tree_reg, housing_prepared, housing_labels,
                          scoring="neg_mean_squared_error", cv=10)
-rmse_scores = np.sqrt(-scores)
+tree_rmse_scores = np.sqrt(-scores)
 ```
 
 > 警告：Scikit-Learn 交叉验证功能期望的是效用函数（越大越好）而不是损失函数（越低越好），因此得分函数实际上与 MSE 相反（即负值），这就是为什么前面的代码在计算平方根之前先计算`-scores`。