1. Learn
    2. /
  2. Курси
    3. /
  3. Machine Learning для фінансів у Python
Connected

Вправа

Візуалізуйте результати

Ми натренували модель із користувацькою функцією втрат, і час подивитися, як вона працює. Перевіримо значення R\(^2\) знову за допомогою функції r2_score() з sklearn, а також побудуємо діаграму розсіювання „прогнози проти фактичних значень" за допомогою plt.scatter(). Це дасть цікаві результати!

Інструкції

100 XP
  • Створіть прогнози на тестовій вибірці за допомогою .predict(), model_2 і scaled_test_features.
  • Оцініть метрику R\(^2\) для прогнозів на тестовій вибірці, використовуючи test_preds і test_targets.
  • Побудуйте діаграму розсіювання цільових значень тестової вибірки проти фактичних значень за допомогою plt.scatter() і додайте мітку 'test'.