Kết quả mô hình Lasso
Giờ bạn đã huấn luyện mô hình Lasso, hãy chấm điểm năng lực dự đoán của nó (\(R^2\)) trên tập kiểm thử và đếm xem có bao nhiêu đặc trưng bị bỏ qua vì hệ số của chúng bị giảm về 0.
Các tập dữ liệu X_test và y_test đã được nạp sẵn cho bạn.
Mô hình Lasso() và StandardScaler() đã được khởi tạo lần lượt là la và scaler và cả hai đều đã được fit trên dữ liệu huấn luyện.
Bài tập này là một phần của khóa học
Giảm Chiều Dữ Liệu với Python
Hướng dẫn bài tập
- Biến đổi tập kiểm thử bằng scaler đã được fit trước.
- Tính giá trị \(R^2\) trên dữ liệu kiểm thử đã được scale.
- Tạo một danh sách có giá trị True khi hệ số bằng 0.
- Tính tổng số đặc trưng có hệ số bằng 0.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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.")