在测试集上评估模型
在拟合模型之后，您可以在新数据上评估它。您将把新的 X 矩阵（也称为测试数据）提供给模型，让它进行预测，然后与已知的 y 变量（也称为目标数据）进行比较。
在本练习中，您将使用季后赛锦标赛的数据来评估模型。锦标赛的比赛发生在用于训练模型的常规赛之后，因此非常适合评估模型的泛化表现（样本外表现）。
您的工作区中已提供 games_tourney_test DataFrame 和已拟合的 model 对象。
本练习是课程的一部分
使用 Keras 的高级深度学习
练习说明
- 将测试数据（
seed_diff列）赋给X_test。 - 将目标数据（
score_diff列）赋给y_test。 - 在
X_test和y_test上评估模型。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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))