Predicted मानों को विज़ुअलाइज़ करना
टाइम सीरीज़ डेटा के साथ काम करते समय, मॉडल की परफॉर्मेंस जाँचने के लिए "वास्तविक" मानों के साथ मॉडल की प्रेडिक्शंस को एक ही प्लॉट पर देखना उपयोगी होता है.
इस अभ्यास में, X और y वैरिएबल्स में स्टोर डेटा को ट्रेनिंग और टेस्ट सेट में बाँटने के बाद, आप एक मॉडल बनाएँगे और फिर टेस्टिंग डेटा पर मॉडल की प्रेडिक्शंस को ऊपर रखकर विज़ुअलाइज़ करेंगे, ताकि मॉडल के प्रदर्शन का अनुमान लगाया जा सके.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data के लिए Machine Learning
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
from sklearn.model_selection import train_test_split
from sklearn.metrics import r2_score
# Split our data into training and test sets
X_train, X_test, y_train, y_test = train_test_split(____, ____,
train_size=.8, shuffle=False)
# Fit our model and generate predictions
model = Ridge()
model.fit(____, ____)
predictions = model.predict(____)
score = r2_score(y_test, predictions)
print(score)