1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Explainable AI v Pythonu
Connected

cvičení

Hodnocení vlivu pomocí grafů částečné závislosti

Navazujeme na předchozí analýzu – tvým dalším úkolem je prozkoumat, jak CGPA a University Rating ovlivňují rozhodování o přijetí ke studiu. Naše dřívější analýza ukázala, že CGPA je nejdůležitějším prediktorem, zatímco University Rating je nejméně důležitý. Graf částečné závislosti nám umožní vidět, jak změny těchto příznaků ovlivňují pravděpodobnost přijetí – a přijímací komisi tak poskytne detailnější pohled na jejich vliv.

X_train a y_train jsou pro tebe předem načteny.

Instrukce 1/2

undefined XP
  • 1
    • Vygeneruj graf částečné závislosti pro "CGPA" a analyzuj, co odhaluje o vlivu tohoto příznaku na předpovědi.
  • 2
    • Vygeneruj graf částečné závislosti pro příznak "University Rating" a analyzuj jeho vliv na předpovědi.