Я использую pandas sklearn для создания модели прогнозирования цен.Я делю набор данных на наборы поездов и тестов.Тогда я подхожу к модели и прогнозирую.X и y - это панды данных.
X_train,X_test, y_train, y_test = train_test_split(X, y)
y_pred = model.predict(X_test)
difference = np.abs(np.subtract(y_pred,y_test))
определяют собственный способ вычисления точности в процентах, отличных от mae
accuracy=np.divide(np.abs(np.subtract(y_pred,y_test)),y_test)
Но как я могу фильтровать данные с наименьшей точностью в пандах, чтобы исследоватьданные с плохим прогнозом в пандах?