Vizualizează rezultatele

Am antrenat modelul cu funcția de pierdere personalizată și a venit momentul să vedem cum se descurcă. Vom verifica din nou valorile R\(^2\) folosind funcția r2_score() din sklearn și vom crea un grafic de dispersie cu predicțiile față de valorile reale, folosind plt.scatter(). Rezultatele vor fi interesante!

Acest exercițiu face parte din cursul

Machine Learning pentru finanțe în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează predicții pe setul de testare folosind .predict(), model_2 și scaled_test_features.
Calculează scorul R\(^2\) pe predicțiile din setul de testare, folosind test_preds și test_targets.
Reprezintă grafic valorile țintă față de valorile reale din setul de testare cu plt.scatter() și etichetează-l 'test'.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Evaluate R^2 scores
train_preds = model_2.predict(scaled_train_features)
test_preds = ____
print(r2_score(train_targets, train_preds))
print(____)

# Scatter the predictions vs actual -- this one is interesting!
plt.scatter(train_preds, train_targets, label='train')
plt.scatter(____)  # plot test set
plt.legend(); plt.show()

Editează și rulează codul