1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning for Finance in Python
Connected

Cvičení

Zkontroluj výsledky

Jakmile máme optimalizovaný model, chceme podrobněji zkontrolovat, jak si vede. Skóre R\(^2\) už jsme viděli, ale může být užitečné zobrazit predikce v porovnání se skutečnými hodnotami v grafu. K získání predikcí na trénovací a testovací sadě použijeme metodu .predict() našeho modelu rozhodovacího stromu.

Ideálně bychom chtěli vidět diagonální přímky směřující zleva dolů doprava nahoru. Kvůli jednoduchosti rozhodovacích stromů ale náš model na testovací sadě příliš dobře nedopadne. Na trénovací sadě si naopak povede dobře.

Pokyny

100 XP
  • Vytvoř model DecisionTreeRegressor s názvem decision_tree a nastav hyperparametr max_depth na hodnotu 3.
  • Pomocí modelu rozhodovacího stromu proveď predikce na trénovací a testovací sadě (train_features a test_features).
  • Pomocí plt.scatter() vykresli predikce pro trénovací i testovací sadu oproti skutečným cílovým hodnotám a pro testovací sadu nastav argument label na hodnotu test.