スコア
predictメソッドをコールしてテスト・データセットで予測を行い、scoreメソッドをコールしてテスト・データセットでR平方メトリックを取得できます。
predictions_test = spatial_error_pipeline.predict(X_test.drop(["MEDIAN_INCOME"])).flatten()
print(f"\n>> predictions (X_test):\n {predictions_test[:10]}")
score_test = spatial_error_pipeline.score(X_test, y="MEDIAN_INCOME")
print(f"\n>> r2_score (X_test):\n {score_test}")出力は次のようになります:
>> predictions (X_test):
[103705.9560757 107611.13674597 22112.24223308 37592.05306079
170447.29190844 49590.69485066 104998.38030099 25865.98085974
83318.68789415 15481.54002089]
>> r2_score (X_test):
0.6433383305587677次のコードは、テスト・セットとモデルの予測をマップに表示します。
import matplotlib.pyplot as plt
from oraclesai.vis import plot_geometries
fig, ax = plt.subplots(1, 2, figsize=(15,10))
# Set plot's labels and titles
ax[0].set_title('Test Data');
ax[1].set_title('Prediction - Spatial Error');
# Plot the choropleth map
plot_geometries(data=X_test, ax=ax[0], column=X_test["MEDIAN_INCOME"].values, cmap=plt.get_cmap("jet"), legend=True, edgecolor='black', linewidth=0.1 )
plot_geometries(data=X_test, ax=ax[1], column=predictions_test, cmap=plt.get_cmap("jet"), legend=True, edgecolor='black', linewidth=0.1 )