Valuta il modello su un set di test
Dopo aver addestrato il modello, puoi valutarlo su nuovi dati. Fornirai al modello una nuova matrice X (chiamata anche dati di test), gli permetterai di fare previsioni e poi confronterai i risultati con la variabile y nota (chiamata anche dati target).
In questo caso userai i dati del torneo post-season per valutare il tuo modello. Le partite del torneo si giocano dopo quelle della stagione regolare che hai usato per addestrare il modello e sono quindi un buon test di come il tuo modello si comporta fuori campione.
Il DataFrame games_tourney_test, insieme all'oggetto model già addestrato, è disponibile nel tuo workspace.
Questo esercizio fa parte del corso
Deep Learning avanzato con Keras
Istruzioni dell'esercizio
- Assegna i dati di test (colonna
seed_diff) aX_test. - Assegna i dati target (colonna
score_diff) ay_test. - Valuta il modello su
X_testey_test.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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))