टेस्ट सेट पर मॉडल का मूल्यांकन करें
मॉडल फिट करने के बाद, आप इसे नए डेटा पर मूल्यांकित कर सकते हैं। आप मॉडल को नया X मैट्रिक्स देंगे (जिसे टेस्ट डेटा भी कहते हैं), उसे प्रेडिक्शन करने देंगे, और फिर ज्ञात y वैरिएबल (जिसे टार्गेट डेटा भी कहते हैं) से तुलना करेंगे।
इस केस में, आप अपने मॉडल का मूल्यांकन करने के लिए पोस्ट-सीजन टूर्नामेंट का डेटा उपयोग करेंगे। टूर्नामेंट गेम्स उन रेगुलर सीजन गेम्स के बाद होते हैं जिनसे आपने अपना मॉडल प्रशिक्षित किया था, इसलिए वे आउट-ऑफ-सैंपल परफॉर्मेंस का अच्छा आकलन हैं।
games_tourney_test DataFrame और फिट किया हुआ model ऑब्जेक्ट आपके वर्कस्पेस में उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Keras के साथ Advanced Deep Learning
अभ्यास निर्देश
- टेस्ट डेटा (
seed_diffकॉलम) कोX_testमें असाइन करें. - टार्गेट डेटा (
score_diffकॉलम) कोy_testमें असाइन करें. X_testऔरy_testपर मॉडल का मूल्यांकन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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))