앙상블 성능 확인하기
앙상블한 모델의 성능이 어떤지 확인해 보겠습니다. R\(^2\) 점수는 대략 각 모델의 평균 수준이 나와야 하고, 산점도는 이전 모델들의 예측이 섞인 모습이 될 거예요. 커스텀 손실 함수를 쓴 모델에서 보였던 나비넥타이 모양은 약간 남아 있을 수 있지만, x=0 근처의 가장자리는 더 부드러워져야 합니다.
이 연습은 강의의 일부입니다
Python으로 배우는 금융 분야 Machine Learning
연습 안내
- 학습 세트와 테스트 세트의 R\(^2\) 점수를 계산하세요. 이전 연습 문제에서 만든
train_targets와train_preds를 사용해sklearn의r2_score()함수(이미 임포트됨)를 호출하세요. plt.scatter()로 학습/테스트 예측값과 실제 값을 각각 산점도로 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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()