Vyhodnocení modelu na testovací sadě

Po natrénování modelu ho můžeš vyhodnotit na nových datech. Předáš mu novou matici X (tzv. testovací data), necháš ho udělat předpovědi a výsledky porovnáš se známou proměnnou y (tzv. cílovými daty).

V tomto případě použiješ data z pohárového turnaje, který se hraje po skončení základní části sezóny — ta data jsi použil/a k trénování modelu. Turnaj je proto skvělým testem toho, jak dobře model funguje na dosud neviděných datech.

DataFrame games_tourney_test i natrénovaný objekt model máš k dispozici ve svém pracovním prostoru.

Toto cvičení je součástí kurzu

Advanced Deep Learning with Keras

Zobrazit kurz

Pokyny k cvičení

Přiřaď testovací data (sloupec seed_diff) do proměnné X_test.
Přiřaď cílová data (sloupec score_diff) do proměnné y_test.
Vyhodnoť model na datech X_test a y_test.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Load the X variable from the test data
X_test = ____

# Load the y variable from the test data
y_test = ____

# Evaluate the model on the test data
print(model.____(____, ____, verbose=False))

Upravit a spustit kód