एन्सेम्बल ने कैसा प्रदर्शन किया, देखें
आइए अपने एन्सेम्बल्ड मॉडल का प्रदर्शन जाँचते हैं ताकि समझें यह कैसा कर रहा है। हमें R\(^2\) स्कोर का लगभग औसत दिखना चाहिए, और साथ ही एक स्कैटर प्लॉट जो हमारे पिछले मॉडलों की भविष्यवाणियों का मिश्रण हो। कस्टम लॉस फंक्शन वाले मॉडल से बना बो-टाई जैसा पैटर्न थोड़ा-सा अब भी दिखेगा, लेकिन x=0 के पास किनारे कुछ नरम होने चाहिए।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Finance के लिए Machine Learning
अभ्यास निर्देश
- ट्रेन और टेस्ट सेट पर R\(^2\) स्कोर вычисित करें। इसके लिए
sklearnकेr2_score()फंक्शन (पहले से इम्पोर्टेड) का उपयोग करें, और पिछले अभ्यास केtrain_targetsतथाtrain_predsलें। plt.scatter()से ट्रेन और टेस्ट प्रेडिक्शंस को वास्तविक वैल्यूज़ के मुकाबले प्लॉट करें।
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from sklearn.metrics import r2_score
# Evaluate the R^2 scores
print(r2_score(____, ____))
print(r2_score(test_targets, test_preds))
# Scatter the predictions vs actual -- this one is interesting!
plt.scatter(____, ____, ____)
plt.scatter(test_preds, test_targets, label='test')
plt.legend(); plt.show()