PyCaretで構築したモデルを確定させます。
モデルの確定
finalize_model関数を使うと、create_modelの時には使われていないホールドアウトも使用して、モデルのパフォーマンスを確定させることができます。
[Google Colaboratory]
1 | final_rf = finalize_model(tuned_rf) |
[実行結果]
確定モデルで推論
predict_model関数を使うと、確定したモデルで推論を行うことができます。
[Google Colaboratory]
1 | predict_model(final_rf) |
テストデータを使って推論が行われ、評価指標が表示されます。
[実行結果]
R2が0.9561となっており、finalize_model関数を実行する前よりも精度が良くなっています。
unseenデータで推論
次に、unseenデータ(未使用の10%データ)を使って推論を行います。
[Google Colaboratory]
1 | predictions = predict_model(final_rf, data = boston_data_unseen) |
[実行結果]
予測値がLabelとして追加されています。
以上が、PyCaretでモデルを確定して推論するまでのフローとなります。