Sprawdź wyniki modelu zespołowego
Sprawdźmy wydajność naszego modelu zespołowego. Powinniśmy zobaczyć mniej więcej średnią wartości R\(^2\), a także wykres punktowy będący mieszanką prognoz naszych poprzednich modeli. Charakterystyczny kształt „muszki" z modelu z niestandardową funkcją straty powinien być nadal lekko widoczny, ale krawędzie w pobliżu x=0 powinny być łagodniejsze.
To ćwiczenie jest częścią kursu
Uczenie maszynowe w finansach z Pythonem
Instrukcje do ćwiczenia
- Wyznacz wartości R\(^2\) na zbiorze treningowym i testowym. Użyj funkcji
r2_score()z bibliotekisklearn(już zaimportowanej) z argumentamitrain_targetsitrain_predsz poprzedniego ćwiczenia. - Narysuj wykres prognoz treningowych i testowych w odniesieniu do wartości rzeczywistych, używając
plt.scatter().
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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()