テストデータでモデルを評価する
モデルの学習後は、新しいデータで評価できます。新しい X 行列（テストデータとも呼びます）をモデルに与えて予測させ、既知の y 変数（目的変数／ターゲットデータ）と比較します。
ここでは、ポストシーズンのトーナメントデータを使ってモデルを評価します。トーナメントの試合は、モデルの学習に使ったレギュラーシーズンの試合の後に行われるため、モデルの汎用性（アウト・オブ・サンプルでの性能）を測るのに適しています。
games_tourney_test DataFrame と、学習済みの model オブジェクトはワークスペースで利用できます。
この演習はコースの一部です
Keras で学ぶ高度な Deep Learning
演習の手順
- テストデータ（
seed_diff列）をX_testに代入します。 - 目的変数（
score_diff列）をy_testに代入します。 X_testとy_testでモデルを評価します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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))