Lasso model sonuçları
Artık Lasso modelini eğittiğine göre, test kümesinde öngörü gücünü (\(R^2\)) hesaplayacak ve katsayısı sıfıra indirildiği için yok sayılan özelliklerin sayısını bulacaksın.
X_test ve y_test veri kümeleri senin için önceden yüklendi.
Lasso() modeli ve StandardScaler() sırasıyla la ve scaler olarak oluşturuldu ve her ikisi de eğitim verisine fit edildi.
Bu egzersiz, kursun bir parçasıdır
Python'da Boyut Azaltma
Egzersiz talimatları
- Test kümesini, önceden fit edilmiş ölçekleyiciyle dönüştür.
- Ölçeklenmiş test verisi üzerinde \(R^2\) değerini hesapla.
- Katsayılar 0'a eşit olduğunda True olan bir liste oluştur.
- Katsayısı 0 olan özelliklerin toplam sayısını hesapla.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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.")