在測試集上評估模型
在擬合模型之後，你可以用新資料來評估它。你會提供新的 X 矩陣（也稱為測試資料），讓模型進行預測，然後與已知的 y 變數（也稱為目標資料）相比較。
在這裡，你會使用季後賽錦標賽的資料來評估模型。這些比賽發生在你用來訓練模型的例行賽之後，因此很適合用來檢驗模型在樣本外的表現如何。
工作空間中已提供 games_tourney_test DataFrame 以及已擬合完成的 model 物件。
本練習屬於課程
使用 Keras 的進階深度學習
練習說明
- 將測試資料（
seed_diff欄）指定給X_test。 - 將目標資料（
score_diff欄）指定給y_test。 - 在
X_test與y_test上評估模型。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Load the X variable from the test data
X_test = ____
# Load the y variable from the test data
y_test = ____
# Evaluate the model on the test data
print(model.____(____, ____, verbose=False))