Rezultatele modelului Lasso
Acum că ai antrenat modelul Lasso, vei evalua capacitatea sa predictivă (\(R^2\)) pe setul de testare și vei număra câte caracteristici sunt ignorate deoarece coeficientul lor este redus la zero.
Seturile de date X_test și y_test au fost preîncărcate pentru tine.
Modelul Lasso() și StandardScaler() au fost instanțiate ca la, respectiv scaler, iar ambele au fost antrenate pe datele de antrenament.
Acest exercițiu face parte din cursul
Reducerea dimensionalității în Python
Instrucțiuni pentru exercițiu
- Transformă setul de testare cu scalerul deja antrenat.
- Calculează valoarea \(R^2\) pe datele de testare scalate.
- Creează o listă cu valori True acolo unde coeficienții sunt egali cu 0.
- Calculează numărul total de caracteristici cu coeficientul egal cu 0.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Transform the test set with the pre-fitted scaler
X_test_std = scaler.____
# Calculate the coefficient of determination (R squared) on X_test_std
r_squared = la.____(____, ____)
print(f"The model can predict {r_squared:.1%} of the variance in the test set.")
# Create a list that has True values when coefficients equal 0
zero_coef = la.____ == ____
# Calculate how many features have a zero coefficient
n_ignored = sum(____)
print(f"The model has ignored {n_ignored} out of {len(la.coef_)} features.")