1. Learn
    2. /
  2. Cursuri
    3. /
  3. Machine Learning pentru finanțe în Python
Connected

exercițiu

Evaluarea performanței

În final, ca de obicei, vrem să evaluăm performanța celui mai bun model al nostru, pentru a vedea cât de bine sau de slab se descurcă. Ideal ar fi să realizăm back-testing, însă este un proces complex pe care nu avem spațiu să îl acoperim în acest curs.

Am văzut deja scorurile R\(^2\), dar hai să aruncăm o privire și asupra graficului scatter al predicțiilor față de rezultatele reale, folosind matplotlib. Predicțiile perfecte ar forma o linie diagonală de la colțul din stânga-jos până la colțul din dreapta-sus.

Instrucțiuni

100 XP
  • Folosește valoarea optimă pentru max_features în RandomForestRegressor-ul (rfr) nostru, pe care am identificat-o în exercițiul anterior (era 4).
  • Generează predicții cu modelul, folosind train_features și test_features.
  • Realizează un grafic scatter cu valorile reale (train/test_targets) față de predicții (train/test_predictions) și etichetează seturile de date ca train, respectiv test.