Lihat kinerja ensemble
Mari kita periksa kinerja model ensemble kita untuk melihat hasilnya. Kita seharusnya melihat kira-kira rata-rata skor R\(^2\), serta sebuah scatter plot yang merupakan campuran dari prediksi model-model sebelumnya. Bentuk kupu-kupu dari model dengan custom loss function kemungkinan masih sedikit terlihat, tetapi tepi di dekat x=0 seharusnya lebih halus.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Keuangan dengan Python
Instruksi latihan
- Evaluasi skor R\(^2\) pada himpunan train dan test. Gunakan fungsi
sklearnr2_score()(sudah diimpor) dengantrain_targetsdantrain_predsdari latihan sebelumnya. - Plot prediksi train dan test terhadap nilai aktual dengan
plt.scatter().
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
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()