เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแสดงภาพค่าที่พยากรณ์ได้

เมื่อทำงานกับข้อมูลอนุกรมเวลา การแสดงภาพผลการพยากรณ์ของโมเดลควบคู่กับค่า "จริง" ที่ใช้ทดสอบโมเดลถือเป็นสิ่งที่มีประโยชน์มาก

ในแบบฝึกหัดนี้ หลังจากแบ่งข้อมูล (ที่เก็บอยู่ในตัวแปร X และ y) ออกเป็นชุดฝึกและชุดทดสอบแล้ว จะได้สร้างโมเดลและแสดงภาพผลการพยากรณ์ของโมเดลควบคู่กับข้อมูลชุดทดสอบ เพื่อประเมินประสิทธิภาพของโมเดล

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning สำหรับข้อมูล Time Series ใน Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

from sklearn.model_selection import train_test_split
from sklearn.metrics import r2_score

# Split our data into training and test sets
X_train, X_test, y_train, y_test = train_test_split(____, ____, 
                                                    train_size=.8, shuffle=False)

# Fit our model and generate predictions
model = Ridge()
model.fit(____, ____)
predictions = model.predict(____)
score = r2_score(y_test, predictions)
print(score)
แก้ไขและรันโค้ด