1. 学ぶ
    2. /
  2. コース
    3. /
  3. Python으로 배우는 금융 분야 Machine Learning
Connected

演習

성능 측정

이제 신경망을 학습했으니, 새 값을 얼마나 잘 예측하는지 성능을 확인해 보겠습니다. sklearn 모델처럼 내장된 .score() 메서드는 없으므로, sklearn.metrics의 r2_score() 함수를 사용하겠습니다. 이 함수는 (y_true, y_predicted) 인자를 받아 R\(^2\) 점수를 계산합니다. 또한 예측값과 실제값을 다시 한 번 그려 보겠습니다. 곧(직접 만든 custom loss function을 적용하면) 흥미로운 결과가 나올 거예요.

指示

100 XP
  • 스케일된 테스트 세트 데이터(scaled_test_features와 test_targets)에 대해 model_1의 예측값을 구하세요.
  • 테스트 세트에 대한 R\(^2\) 점수(test_targets와 test_preds)를 출력하세요.
  • 산점도로 test_preds와 test_targets를 plt.scatter()로 그리세요.