शुरू करेंमुफ़्त में शुरू करें

Lasso मॉडल के परिणाम

अब जब आपने Lasso मॉडल ट्रेन कर लिया है, तो आप टेस्ट सेट पर इसकी प्रेडिक्टिव क्षमता (\(R^2\)) स्कोर करेंगे और यह गिनेंगे कि कितने फीचर्स को इग्नोर कर दिया गया क्योंकि उनका कोएफिशिएंट शून्य कर दिया गया.

X_test और y_test डेटासेट आपके लिए पहले से लोड हैं.

Lasso() मॉडल और StandardScaler() क्रमशः la और scaler के रूप में बनाए जा चुके हैं और दोनों को प्रशिक्षण डेटा पर फिट किया गया था.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Dimensionality Reduction

पाठ्यक्रम देखें

अभ्यास निर्देश

  • प्री-फिट स्केलर से टेस्ट सेट को ट्रांसफॉर्म करें.
  • स्केल किए गए टेस्ट डेटा पर \(R^2\) वैल्यू की गणना करें.
  • ऐसी लिस्ट बनाएँ जिसमें कोएफिशिएंट 0 होने पर True वैल्यू हो.
  • 0 कोएफिशिएंट वाले फीचर्स की कुल संख्या निकालें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Transform the test set with the pre-fitted scaler
X_test_std = scaler.____

# Calculate the coefficient of determination (R squared) on X_test_std
r_squared = la.____(____, ____)
print(f"The model can predict {r_squared:.1%} of the variance in the test set.")

# Create a list that has True values when coefficients equal 0
zero_coef = la.____ == ____

# Calculate how many features have a zero coefficient
n_ignored = sum(____)
print(f"The model has ignored {n_ignored} out of {len(la.coef_)} features.")
कोड संपादित करें और चलाएँ