1. Learn
    2. /
  2. Courses
    3. /
  3. Python으로 배우는 금융 분야 Machine Learning
Connected

Exercise

결과 평가하기

선형 적합과 예측값을 얻었으면, 예측이 얼마나 잘 되었는지 확인해 모델이 쓸 만한지 판단해야 합니다. 이상적으로는 어떤 유형의 트레이딩 전략이든 백테스트하고 싶지만, 이는 보통 복잡하고 시간이 많이 듭니다.

모델 성능을 더 빠르게 파악하는 방법은 R\(^2\) 같은 회귀 평가 지표를 살펴보고, 예측값을 타깃의 실제 값과 비교하여 플로팅해 보는 것입니다. 예측이 완벽하다면 해당 플롯에서 직선의 대각선 모양이 되고, 이렇게 하면 다양한 가격 변동 구간에서 예측이 어떻게 동작하는지 눈대중으로 확인하기 쉬워집니다. matplotlib의 .scatter() 함수를 사용해 예측값과 실제 값을 산점도로 그릴 수 있습니다.

Instructions

100 XP
  • 산점도로 test_predictions 대 test_targets를 표시하고, 점의 불투명도는 20%로 설정하세요(alpha 매개변수를 사용).
  • np.arange()와 x축의 최소·최대값(xmin, xmax)을 사용해 완벽한 예측 라인을 그리세요.
  • plt.legend()로 플롯에 범례를 표시하세요.